Question

我不擅长正则表达式。

我在这个字符串中加了一些html <a>标签，我需要删除其中的一些，但只有<a>个标签在“href”attribut（mysite.com）中包含一定值。

我仍然需要保留链接文本，例如php函数strip_tags($string, "<a>")

这是我到目前为止所得到的。：

/<a href=["\']?(http:\/\/mysite.com[^"\'\s>]+)["\'\s>]?/i

这也有效，但问题是我无法获取fx中的“文本”。 <a href="http://mysite.com/testing/something">"text"</a>

输入。：

Lorem ipsum <a href="http://mysite.com/testing/something">dolor</a> sit amet, <a href="http://keepingThisLink.com">consectetur</a> adipiscing elit. Duis dignissim <a href="http://mysite.com/testing">golor</a> vitae turpis fermentum tincidunt.

应输出。：

Lorem ipsum dolor sit amet, <a href="http://keepingThisLink.com">consectetur</a> adipiscing elit. Duis dignissim golor vitae turpis fermentum tincidunt.

Answer 1

这是一种更可靠，基于DOM的方法：

<?php

$a = 'Lorem ipsum <a href="http://mysite.com/testing/something">dolor</a> sit amet, <a href="http://keepingThisLink.com">consectetur</a> adipiscing elit. Duis dignissim <a href="http://mysite.com/testing">golor</a> vitae turpis fermentum tincidunt.';

$domd = new DOMDocument();
libxml_use_internal_errors(true);
$domd->loadHTML($a);

$domx = new DOMXPath($domd);
foreach ($domx->query("//a") as $link) {
    $href = $link->getAttribute("href");
    if ($href === "http://keepingThisLink.com") {
        continue;
    }

    $text = $domd->createTextNode($link->nodeValue);

    $link->parentNode->replaceChild($text, $link);
}

//unfortunately saveHTML adds doctype and a few unneccessary tags    
var_dump(preg_replace('/^<!DOCTYPE.+?>/', '', str_replace( array('<html>', '</html>', '<body>', '</body>'), array('', '', '', ''), $domd->saveHTML())));

输出是：

string(161) "
<p>Lorem ipsum dolor sit amet, <a href="http://keepingThisLink.com">consectetur</a> adipiscing elit. Duis dignissim golor vitae turpis fermentum tincidunt.</p>
"

Answer 2

您可能希望查看PHP的DOM类，它们可以让您找到HTML文档中的所有超链接，获取其href属性并以比使用正则表达式更加强大的方式更新/删除它们。

（请注意，以下示例是“从臀部开始”并且尚未经过测试）

$dom = new DOMDocument ();

// Load from a file
$dom -> load ('/path/to/my/file.html');

// Or load a HTML string
$dom -> loadHTML ($string);

// Or load an XHTML string as XML
$dom -> loadXML ($string);

// Find all the hyperlinks
if ($nodes = $dom -> getElementsByTagName ('a'))
{
    foreach ($nodes as $node)
    {
        var_dump ($node -> getAttribute ('href'));
    }
}

正则表达式<a> tags containing certain href value</a>

2 个答案: