在这个代码块中是否会停止执行？

Question

我解析一个网页，并按照链接来将链接从一个页面映射到另一个页面。我只拉取链接所在页面的标题，用于链接页面的URL以及URL导向的页面标题。

我的代码工作正常，可以发现我感兴趣的链接，并且可以下载子页面以查找其他产品链接。至少有一百个页面有几百个，所以它是几个解析HTML文件。我正在构建一个$products[index]的表单，其中包含的是一个数组array(['url'] => URLToPage, ['title'] => TitleOfPage, ['link_title'] => TitleOfLinkedPage)，正如我希望的那样。

该脚本工作正常，直到我添加此代码片段，之后脚本将停止执行没有错误，警告，通知或任何东西;它从来没有达到脚本的末尾。我已包含set_time_limit(0)以防止执行时间过期，因为此脚本需要一些时间才能完成。如果找到任何链接，并且$ products始终是一个数组，并且在测试用例中输出了$ link_html_strings以验证页面是否按预期方式被检索，则此代码在$ products数组填充后执行。这是有问题的代码：需要

// Populate the destination link titles 
if (isset($products) && count($products) > 0) 
    { 
     foreach($products as $id => $product) 
     { 
      $from_this_page = $product['url']; 
      if ($DEBUG) echo 'Parsing ' . $from_this_page . '.<br />'; 
      $link_html_string = file_get_contents($from_this_page, NULL, NULL, NULL, 500); 
      $string_parts = explode('<title>', $link_html_string); 
      $string_parts = explode('</title>', $string_parts[1]); 
      $products[$id]['link_title'] = $string_parts[0]; 
      if ($DEBUG) echo 'Found title: ' . $products[$id]['link_title'] . '<br />'; 
      ob_flush(); 
      flush(); 
     } 
    } 

从来就没有真正应该超过500字，但是，我读了整个文件的时候，所以我通过限制读降低负载（我认为）有内存使用的一些担忧。我想也许这个脚本已经使用了PHP分配的所有内存。包含这个时，它会遍历这个循环几次，但在某个时候停止执行，这一点也不完全相同。我将得到几个回应分析什么文件。

这是脚本的完整代码，包括回答关于评论中产品内容的问题。

<?php 
// PHP HTML DOM Parser from http://simplehtmldom.sourceforge.net/ 
require_once('includes/simple_html_dom.php'); 

//error_reporting(E_ALL); 
set_time_limit(0); 

// Debugging flag 
$DEBUG = false; 

function reportProducts($category, $products) 
{ 
    echo '<table width="90%" align="center"><tr><th colspan="3">'; 
    echo $category . ' has ' . count($products) . ' products listed, or in subpages.'; 
    echo '</th></tr>'; 
    echo '<tr><td bgcolor="#777777" width="30%">This page</td> 
     <td bgcolor="#bbbbbb" width="30%">links with</td> 
     <td bgcolor="#777777" width="30%">to this page</td></tr>'; 
    foreach($products as $product) 
    { 
     echo '<tr><td bgcolor="#777777">' . $product['title'] . '</td> 
      <td bgcolor="#bbbbbb"><a href="' . $product['url'] . '">' . $product['url'] . 
      '</a></td><td bgcolor="#777777">' . $product['link_title'] . '</td></tr>'; 
    } 
    echo '</table><br />'; 
    ob_flush(); // Server may buffer again, preventing incremental display 
    flush(); 
} 

function parseProductsForPage($page_to_parse) 
{ 
    global $DEBUG; 
    $failed = false; 
    $product_id = 0; 
    $page_dom = new simple_html_dom(); 
    $page_html_string = @file_get_contents($page_to_parse->href); 
    $load_state = @$page_dom->load($page_html_string); 
    if ($load_state === NULL) 
    { 
     // Find any direct product pages for this page 
     if ($DEBUG) echo $page_to_parse->href . ' being checked for products... '; 
     $possible = $page_dom->find('a[onclick]'); 
      foreach($possible as $link) 
      { 
       if ($link->innertext == "[ Add to cart ]") 
       { 
        $products[$product_id]['url'] = $link->href; 
        $titles = $page_dom->find('title'); 
        $products[$product_id]['title'] = $titles[0]->innertext; 
        $product_id++; 
       } 
      } 
     if ($DEBUG) 
     { 
      if (isset($products)) 
      { 
       echo count($products) . ' found on page.<br />'; 
      } else 
      { 
       echo '0 found on page.<br />'; 
      } 
     } 

     // Find subpages... 
     if ($DEBUG) echo $page_to_parse->href . ' being checked for links... '; 
     $subpages = $page_dom->find('a[class=buy]'); 
     if ($DEBUG) echo count($subpages) . ' found.<br />'; 
     // ... and parse 
     foreach($subpages as $subpage) 
     { 
      $subpage_dom = new simple_html_dom(); 
      $subpage_html_string = @file_get_contents($subpage->href); 
      $load_state = @$subpage_dom->load($subpage_html_string); 
      if ($load_state === NULL) 
      { 
       // Find any direct product pages for this page 
       if ($DEBUG) echo $subpage->href . ' being checked for products... '; 
       $possible = $subpage_dom->find('a[onclick]'); 
        foreach($possible as $link) 
        { 
         if ($link->innertext == "[ Add to cart ]") 
         { 
          $products[$product_id]['url'] = $link->href; 
          $titles = $page_dom->find('title'); 
          $products[$product_id]['title'] = $titles[0]->innertext; 
          $product_id++; 
         } 
        } 
       if ($DEBUG) 
       { 
        if (isset($products)) 
        { 
         echo count($products) . ' found on page.<br />'; 
        } else 
        { 
         echo '0 found on page.<br />'; 
        } 
       } 
       $subpage_dom->clear(); 
      } else 
      { 
       $failed[] = $subpage->href; 
      } 
      $subpage_dom->clear(); 
      unset($subpage_dom); 
     } 
     // Populate the destination link titles 
     if (isset($products) && count($products) > 0) 
     { 
      foreach($products as $id => $product) 
      { 
       // $from_this_page = $product['url']; 
       // if ($DEBUG) echo 'Parsing ' . $from_this_page . '.<br />'; 
       // $link_html_string = file_get_contents($from_this_page, NULL, NULL, NULL, 500); 
       // $string_parts = explode('<title>', $link_html_string); 
       // $string_parts = explode('</title>', $string_parts[1]); 
       // $products[$id]['link_title'] = $string_parts[0]; 
       // if ($DEBUG) echo 'Found title: ' . $products[$id]['link_title'] . '<br />'; 
       // ob_flush(); 
       // flush(); 
      } 
     } 
    } else 
    { 
     $failed[] = $page_to_parse->href; 
    } 
    $titles = $page_dom->find('title'); 
    if (isset($products)) reportProducts($titles[0]->innertext, $products); 
    $page_dom->clear(); 
    unset($page_dom); 
    return $failed; 
} 

// Initialize the object 
$html = new simple_html_dom(); 
$html->load_file('index.html'); 

// Start output buffer 
ob_start(); 

// Find all product categories listed on the website 
if ($DEBUG) echo '<h1>Collecting links from LHN...</h1>'; 
$sidelinks = $html->find('a[class=sidelink_main]'); 
$html->clear(); 
unset($html); 

echo '<h1>Found ' . count($sidelinks) . ' categories.</h1><br />'; 
ob_flush(); // Server may buffer output, preventing incremental display 
flush(); 

// Find links and products for each category 
foreach($sidelinks as $sidelink) 
{ 
    if ($DEBUG) echo 'Sending ' . $sidelink->href . ' to parser.<br />'; 
    $parse_failed = parseProductsForPage($sidelink); 
    if ($parse_failed) 
    { 
     foreach($parse_failed as $failure) 
     { 
      $failures[] = $failure; 
     } 
    } 
} 

echo count($failures) . ' pages failed to parse.<br />'; 

echo '<br />FIN!<br />'; // Easily searched to verfiy end of script was reached, also 
         // celebratory. 
ob_end_flush(); // Clear output buffer 
flush(); 
?> 

Answer 1

你肯定的set_time_limit有任何影响（与它的safe_mode运行PHP的时候会不会有什么影响）？

另外要确保$string_parts = explode('<title>', $link_html_string);给出结果（可能没有标题元素或标记名可以使用大写）