/*==================================================*\
Linkparser
- findet alle Links im Quelltext
- findet Backlink
- findet meta Angaben NOINDEX|NOFOLLOW|NONE
- findet nofollow Angabe
- findet versteckte Links in:
* Html Tags
* Javascript Events
* Kommentare
\*======================================================*/

$link_partner_url       = 'testseite.php';          //  http://www.domain.de      Partnerseite die geprüft werden soll
$my_link_url        = 'http://www.phplist.de/'; // hier Dein Link
$my_link_text      = 'Webkatalog Script';     // hier Dein Link
 
$quelltext            = file_get_contents($link_partner_url);       // Partner Url besuchen und Inhalt in $quelltext speichern
 
$quelltext            = trim(@preg_replace("/ +/", " ",@preg_replace("/\s\s+|\t\t+|\n\r+|\n\n+|\r\r+/", " ",$quelltext)));
$my_link_url        = preg_replace("|/$|","",$my_link_url);
 
 
if (preg_match_all("!<a [^>]*>(.*)<\s*/\s*a\s*>!Ui", $quelltext, $links_array)) //alle Links erfassen
{
        /*      Robots Tag auswerten    */
        if(preg_match_all("!<meta[^>]+name[ \r\n\t]*=[ \r\n\t]*([\"\']?)robots\\1[^>]*content[ \r\n\t]*=[ \r\n\t]*[\"\']([^>\"\']*)[\"\'][^>]*>!is",$quelltext,$match_meta))
        {
                $noindex_nofollo_array = preg_grep("/(NOINDEX|NOFOLLOW|NONE)/Ui", $match_meta[2]);
        }
 
        /*      Links mit nofollow erkennen   */
        $check_nofollow = preg_grep("/rel\s*=\s*([\"\'])?(?(1)nofollow?\\1|([^\"'\s\>]+))/Ui", $links_array[0]);
 
        /*      Backlink finden                     */
        $check_my_links = preg_grep("@href\s*=\s*([\"\'])?(".preg_quote($my_link_url)."\s*\\1)@Ui", $links_array[0]);
 
        if(is_array($check_my_links))
        {
                /*      mein(e) Link(s) gefunden      */
 
                /*      doppelte Links entfernen      */
                $check_my_links  = array_unique($check_my_links);
 
                /*      javascript events definieren  */
                $link_filter_javascript_events  = 'javascript:|onclick|ondblclick|onmousedown|onmouseup|onmouseover|onmousemove|onmouseout|onkeypress|onkeydown|onkeyup';
 
                /*      Html Tags definieren    */
                $link_filter_html_tags    = 'noindex|textarea|script|style';
 
                $i=0;
                foreach ($check_my_links as $my_link_key => $my_link_html)
                {
                        $my_link_status = "ok";
 
                        /*      finde versteckte Links im Html                */
                        if(preg_match_all("@<\s*(".$link_filter_html_tags.").*?>.*(".$my_link_html.").*<\s*/\s*\\1\s*>@msi",$quelltext,$match_html_tags))
                        {
                                $fehler_ausgabe['html_tag_bezeichnung'][$i]     = $match_html_tags[1];
                                $fehler_ausgabe['html_tags_quelltext'][$i]      = $match_html_tags[0];
                                unset($match_html_tags);
                                $my_link_status = "error";
                        }
                        /*      finde versteckte Links Kommentare     */
                        if(preg_match_all( "@<!--\s*.*\s*[^-->]*-->@siU",$quelltext,$match_coment))
                        {
                                $helpcoment = preg_grep("@(".$my_link_html.")@Ui", $match_coment[0]);
                                if(count($helpcoment))
                                {
                                        $fehler_ausgabe['kommentar'][$i]        = $helpcoment;
                                        $my_link_status = "error";
                                }
                                unset($match_coment,$helpcoment);
                        }
                        /*      finde Links mit Javascript        */
                        if(preg_match_all("/(".$link_filter_javascript_events.")\s*=\s*[\"|'](.*)[\"|']/siU", $my_link_html, $match_javascript_events))
                        {
                                 $fehler_ausgabe['javascript_tag_bezeichnung'][$i]      = $match_javascript_events[1];
                                $fehler_ausgabe['javascript_tags_quelltext'][$i]        = $match_javascript_events[2];
                                unset($match_javascript_events);
                                $my_link_status = "error";
                        }
                        /*      nofollow im Link vorhanden        */
                        if(preg_match("/rel\s*=\s*([\"\'])?(?(1)nofollow?\\1|([^\"'\s\>]+))/Ui", $my_link_html, $match_nofollow))
                        {
                                $fehler_ausgabe['nofollow_tag'][$i] = $match_nofollow[0];
                                unset($match_nofollow);
                                $my_link_status = "error";
                        }
                        $link_ausgabe['html_my_link'][$i]       = trim(htmlspecialchars($my_link_html));
                        $link_ausgabe['html_my_posi'][$i]       = $my_link_key;
                        $link_ausgabe['status_my_link'][$i]     = $my_link_status;
                        $i++;
                }
        }
}
echo "<pre><u>Fehlerausgabe:</u>";
print_r($fehler_ausgabe);
echo "</pre>";
echo "<pre><u>Linkstatus:</u>";
print_r($link_ausgabe);
echo "</pre>";