Preg_match从XML中的所有URL中删除跟踪代码

Question

我想从XML文件中提取所有网址，排除网址中的跟踪代码：

以下是网址的示例，它们都采用相同的格式

http://www.domain.com.au/category/pXXXXXX?uni_id=XXXXXX&cid=1_demo_1

因此，域之间唯一的变化是XXXXXX，这是一个数值

我想要的最终结果是

http://www.domain.com.au/category/pXXXXXX

我曾尝试在下面的代码中使用preg_replace，但它最终用随机（我认为）数字替换整个网址

$data = preg_replace('/http\:\/\/www\.domain\.com.au\/[^\?]+([^.]+)/','',$data);

Answer 1

将XML中的网址与preg_match()匹配：

preg_match("(http://[^\s]+|ftp://[^\s]+)", $input, $matches);

然后，您应该使用preg_replace()，并且只应匹配需要删除的字符串部分：

foreach($matches as $value)
{
    preg_replace("(\?[^\s]+)","",$value);
}