<?php
$target='http://web.archive.org/web/куча-цифр/http://целевой-сайт.ру/'; #назначение цели

set_time_limit(0); #выполняться оно может очень долго, если сайт большой

#функция извлечения ссылок
function extract_all_links($target,$domain)
{
  #тянем документ
  $file=file_get_contents($target);
  preg_match_all("/<[Aa][\s]{1}[^>]*[Hh][Rr][Ee][Ff][^=]*=[ '\"\s]*([^ \"'>\s#]+)[^>]*>/",$file,$matches); #находим все ссылочки в тексте
  $urls=preg_replace("#(.*)http://#","http://",$matches[1]); #убираем пути вебархива до http://
  $urls=array_unique($urls); #убираем дубли
  #сортируем: если есть $domain (это вышвырнет внешние ссылки и всякий хлам вида "id=" и "javascript:;")
  foreach($urls as $url)
    {
    if(preg_match("#$domain#",$url)) #если есть $domain
      {
      $links[]=$url; #складываем в массив
      }
    }
  #ссылка на главную не нужна
  $links=str_replace('http://'.$domain.'/',null,$links);
  $links=str_replace('http://'.$domain,null,$links);
  $links=array_filter($links); #убрать пустые элементы если есть
  $links=implode("\n",$links); #массив в строку разделяя по \n
  return $links;
}

#экстракт домена
$domain=preg_replace("#(.*)http://#",null,$target);
$domain=str_replace('/',null,$domain);
#экстракт пути на вебархиве
$way=preg_replace("#http://$domain(.*)#",null,$target);

$site_map1=(extract_all_links($target,$domain)); //первый зов к функции, чтобы крамсать ссылки с главной и складываем в список
$index=explode("\n",$site_map1); #складываем линки с главной в массив




#посетим все страницы по ссылкам с главной (страницы 2го уровня вложенности)
foreach($index as $index)
  {
  $site_map2[]=extract_all_links($way.'http://'.$domain.'/'.$index,$domain); #передаем адрес функции и получаем ссылки со страниц 2го уровня вложенности
  }
$site_map2=implode("\n",$site_map2); #массив в строку
$site_map2=explode("\n",$site_map2); #обратно в массив
$site_map2=array_unique($site_map2); #удалим дубли
$index=$site_map2=array_filter($site_map2); #убрать пустые элементы если есть
$site_map2=implode("\n",$site_map2); #массив в строку


#теперь идем на 3й уровень вложенности (глубже нам не надо)
foreach($index as $index)
  {
  $site_map3[]=extract_all_links($way.'http://'.$domain.'/'.$index,$domain); #передаем адрес функции и получаем ссылки со страниц 2го уровня вложенности
  }
$site_map3=implode("\n",$site_map3); #массив в строку разделяя по \n
$site_map3=explode("\n",$site_map3); #обратно в массив
$site_map3=array_unique($site_map3); #удалим дубли ссылок в массиве
$index=$site_map3=array_filter($site_map3); #убрать пустые элементы если есть
$site_map3=implode("\n",$site_map3); #массив в строку

#вывод для проверки (1,2,3 уровни по отдельности)
#echo $site_map1; #УВ 1
#echo "\n<br>\n<br>\n<br>\n";
#echo $site_map2; #УВ 2
#echo "\n<br>\n<br>\n<br>\n";
#echo $site_map3; #УВ 3

$site_map=$site_map1."\n".$site_map2."\n".$site_map3; #сцепка трех уровней в 1 строку
$site_map=explode("\n",$site_map); #разбиваем строку в массив
$site_map=array_unique($site_map); #удалим дубли ссылок в массиве
$site_map=array_filter($site_map); #убрать пустые элементы если есть

print_r($site_map); #вывод массива со всеми ссылками
?>