Question

我正在尝试使用curl从网上获取一些数据。我所拥有的是一个像somewebsite.com这样的网址。在这个网站上，有一大堆<divs>有一个class="control-element"并且有这个标记：

<div class="control-element">
   <a href="http://someurl.com/and/some/path">Anchor Text</a>
</div>

我应该如何提取每个链接的网址和锚文本？我应该使用正则表达式吗？或者最好的方法是什么？

Answer 1

我认为在这种特殊情况下，您可以使用 file_get_contents() 代替 cURL 。

对于html解析，请查看 Simple HTML DOM 。

如果您不想使用任何第三方库，以下是使用正则表达式的示例：

$doc = file_get_contents("http://someurl.com/");
preg_match_all('/<div class="control-element">(.*)<\/div>/isU', $doc, $matches);
$co = count($matches[1]);
for($i = 0; $i<$co;$i++)
{
    preg_match_all('/<a href="(.*)">(.*)<\/a>/isU', $matches[1][$i], $matches2);
    echo("URL: ".$matches2[1][0]." Anchor: ".$matches2[2][0]."<br>");
}

如何从此页面中提取网址

1 个答案: