Задача типичная. Должно быть готовое решение (туториал, функция, класс, библиотека, етц), так что о нем, в принципе, и спрашиваю.
По сути, нужен парсер ссылок на странице. Единственное, нужно чтоб на выходе все ссылки были полными. На странице могут быть и полные вида http://domain.com/page/ и различные относительные /page/ и ../../../../xe-xe_page/ и т.д. Нам на выходе нужно все получать как полные, http://... Так же желательно чтоб сие решение изначально учитывало параметр href тега base (если он присутствует в документе, конечно же). Кто не в курсе, этот тег задает базовый адрес для элементов текущего документа. Так, если на странице http://domain.com/page/ есть картинка <img src="img.jpg" />, то считается что она находится по адресу http://domain.com/page/img.jpg, но если прописан тег base, например, так: <base href="http://domain.com/">, то адрес картинки будет таким http://domain.com/img.jpg
Буду благодарен за любую помощь!
