Date un'occhiata qui, sembra interessante e soprattutto sembra anche funzionare...

pierpaoloromanelli.com/estrarre-tag-links-immagini-php.html

@PaTeR said:

Ciao, in che modo conti i caratteri di ogni pagina?

Grazie Blanks, mi hai ispirato eccome! Anche se io non ho le tue conoscenze proveró a fare qualcosa di simile.

• Per rispondere a Pater, prima salvo la il codice sorgente dell'indirizzo dato dall'utente con file_get_contents, poi cerco di eliminare tutti i tag html e php con strip_tags() (é un po grossolano ma funziona), poi conto i caratteri della stringa rimasta con str len, che poi é la procedura che ha indicato anche Blancks.
  File_get_contents non é sempre esatto ma a me non serve avere un numero "esattissimo" e mi va ancora bene.

visto che voglio rimanere sul php, cerceró di estrarre tutti i link a pagine che non siano esterne dalla suddetta stringa, ne faro una lista (tipo sitemap) dopodiché esaminero una pagina alla volta e faró la somma dei caratteri.

Ho pensato anche di cercare "in primis" se nel sito é presente un file sitemap, con quello sarebbe tutto piu facile.

Nel frattempo, se qualcuno vuole usufruire del codice php lo posso tranquillamente postare, ma vi avviso che io ho studiato programmazione quando andava di moda il Pascal... Chi se lo ricorda??

grazie ancora a tutti!

Si, é vero, gia con una pagina ci mette un paio di secondi...
Tanto per spiegarmi meglio spiego a cosa serve:

si tratta di un sito che offre traduzioni di siti intrnet, questa applicazione darebbe all'utente la possibilitá di scoprire piu o meno quante battute contiene il suo sito, visto che il prezzo della traduzione va in base alle battute.

Diciamo che potrei limitare la ricerca a 20 pagine, superate le quali avviso l'utente che i dati da elaborare sono troppi.

Per il momento provo a implementare una specie di spider... vediamo che salta fuori intanto...

Grazie a tutti, e se nel frattempo qualcuno ha idee...

Ciao,
mi spiego meglio, io vorrei che: dato l'indirizzo di un sito vengano contati i caratteri di tutte le pagine comprese nel sito. Ho gia implementato un codice php che dato il sito conta i caratteri della homepage. li spoglia anche del codice html con strip_tags().

Il problema é che conta i caratteri solo della pagina che viene data (se scrivo miosito.com lui conta quelli della index per default).

Quindi dovrei trovare anche quante pagine ha quel sito, farne un elenco e poi analizzarle una per una con la procedura che ho gia fatto.

Ma come conto le pagine di un sito senza i link esterni? é questo che mi sfugge...

Salve e buongiorno a tutti, chiedo venia se non ho aperto la discussione nel posto giusto...

Come da titolo, sto cercando di implementare un contatore che mi restituisca il numero dei caratteri (battute) presenti in un sito internet (lato client).

Praticamente l'utente dovrebbe digitare in una textarea del mio sito l'indirizzo di un qualsiasi sito web, e un ipotetico script dovrebbe scandagliare quell'indirizzo restituendo il numero di caratteri da lui contenuti...

Semplice eh?

Le mie conoscenze si limitano a php e poco altro, pensavo di caricare in un array ogni pagina, il problema é muoversi tipo uno spider all'interno di un sito...

Voi che dite? si puo fare?

Grazie a tutti coloro risponderanno.

ciao e grazie dell'interessamento,
anche io credo sia impossibile che il mio pc cambi le serp ma ormai sto vaneggiando!
comunque il mio sito è http://www.HalvardSanz.com
la parola chiave è fotograf berlin (senza virgolette)
con yahoo e msn i risultati combaciano (anzi, sto ruffianando spudoratamente google mentre in tre mesi ho scalato le serp di yahoo senza fare niente
metto qui sotto i link che uso per controllare le mie serp
(cerco su international)
http: //keyword-tool.bazhoo.com/
cached .it
e il sito di cui sopra

grazie mille e sono curioso di sapere!!

ciao e grazie mille innanzitutto, sei stato molto esaustivo.
credo che il link al quale fai riferimento sia questo:
http://www. seologs.com/dc-rank-check-int.html
come questo ne ho provato altri, mi danno tutti attorno alla posizione 70 circa... facendo una ricerca su .com.
bene... se poi vado a vedere realmente su google, posso tollerare uno sbaglio di una decina di posizioni ma trovarmi alla posizione 500 mi sembra esagerato!! Oltretutto, sul sito sopracitato, c'è la possibilità di verificare la propria posizione cliccando sull'IP di ogni singolo data center e se vado a vedere nemmeno lì si trova, nonostante mi abbia appena detto che in quel DC sono alla posizione 70. A me mi pare tanto strana sta faccenda...
è da un po' che va avanti sta storia e sto cominciando a vaneggiare pensando di avere qualcosa nel pc che mi limita la visione del mio stesso sito nelle serp... non ho provato su altre macchine.
scusa la prolissità...
grazzzzzie!

ciao, io farei così:
nelle pagine del fantacalcio metterei i meta tag riguardanti solo quello (forse è già così) ma soprattutto i tiltle. in modo che, ad una ricerca per fantacalcio, non appaiano nomi riguardanti il tuo lavoro, solo il nome del sito magari ma quello si nota poco. poi cercherei di dividere virtualmente il sito in due parti, in modo che non ci siano collegamenti tra una parte e l'altra.
non so se mi sono spiegato bene,,,

@dechigno said:

Probabilmente visualizzi DC differenti dal tool on-line... prova con questo:

http://www. seologs.com/dc-rank-check-int.html

In questo modo controlli un bel po' di DC differenti nel medesimo istante.

Grazie mille, mi è molto utile questo sito ma ora il problema è ancora più grosso Tutti i dc mi danno attorno alla posizione 70, poi, se clicco sull'ip del datacenter per verificare non ci sono!!!!:bho: sta diventando un incubo...:)

(ah... specifico che io mi trovo a Berlino, fa differenza? però controllo sul .com non sul .de)
Vorrei sapere se succede solo al mio sito una cosa simile, qualcuno può controllare se il link fornito da dechigno funziona o da risultati sballati solo a me? sballati di molto intendo: invecie della pos 70 non mi trovo più nemmeno nella 700!!

salve
(chiedo scusa in anticipo per aver inserito la stessa domanda forse nel posto sbagliato)
Ho avuto un calo vertiginoso sulle serp e non riesco più a vedere dove sta il mio sito, mi spiego, come faccio a sapere es. su google.com dove si trova REALMENTE il mio sito? perchè se controllo attraverso vari siti, quali **********, ecc, mi da una certa posizione ma se poi vado effettivamente a vedere non c'è.:x

grazie..

ciao e grazie,
ma sono entrato in un circolo vizzioso e non ci capisco più niente, una sola cosa vorrei poter fare, monitorare la posizione del mio sito su google.com.
google.com è uno solo no?dovrebbe dare risultati univoci giusto?
perchè se controllo anche con ********** e vari mi da posizioni diverse?
come faccio a sapere che posizione ha "realmente" in questo momento il mio sito? boh....
grazie ancora..

@simleon said:

Non sempre il passaggio del bot corrisponde con la copia della cache nell'index... Dagli tempo. E'normalissimo.

Grazie! mi sento un po' meglio ma mi resta una preoccupazione: perchè se controllo la mia posizione su google con vari strumenti mi danno tutti la stessa posizione es.:40 ma se poi vado EFFETTIVAMENTE a cercarlo su google sono tipo al 150?

grazie ancora, trovo che siate di grande aiuto! non sapete quanto!!

salve a tutti e grazie in anticipo!
ho inviato a google una sitemap che segnala come letta correttamente;
anche il robots.txt è corretto ed è il seguente:
User-agent: *
Disallow: /stats/
(semplice e corretto no?)
ho fatto tutto quello che potevo e la chace di google è aggiornata ma dalla diagnostica degli strumenti per webmaster di google mi dice che ha effettuato l'ultimo accesso al mio sito il 19 0ttobre.
Non capisco...
com'è possibile che la cache sia aggiornata ma che lui abbia fatto l'ultimo accesso il 19 ottobre?:x
la cache risulta aggiornata da qualsiasi parte la guardi ma, tutte le statistiche, i link non rovati ecc (dal pannello di controllo di google) sono vecchi, risalgono appunto al 19 ottobre...
PERCHè??
GRAZIE....

salve ragazzi! sono nuovo qui e non so se sto scrivendo nel posto giusto...
comunque forse potete darmi una spiegazione? Dalle statistiche di google risulta che ha fatto l'ultimo accesso al mio sito il 19 ottobre?? perchè? non dovrebbe rifarlo almeno ogni qualche giorno?
grazie mille a tutti!