Question

我试图理解php中的preg_match_all。我和朋友经营一个小网站，与几个朋友一起玩，主要练习编码，我们在前面添加了一个部分，其中包含剥离任何图像来源的代码：

$html = file_get_contents('http://www.anyrandomwebsite.com');
preg_match_all('/<img[^>]+>/i',$html, $result);

我们刚刚在网上找到它，并且对它没有多大意义，但我知道它在页面上找到任何图像标记实例并将它们放入数组中。

现在，我正在尝试创建一个代码，在源代码中搜索页面上的任何链接（所以任何以“http”开头的内容），最好只选择以特定扩展名结尾的内容（即.net或.zip））

但是，我无法弄清楚如何编写模式。我试过学习正则表达式，但根据我朋友告诉我的情况，用于查找图像标签的代码不符合正常规则，他们也不完全理解。

基本上，我正在寻找有人请写一个可以在页面上找到链接的preg_match_all，然后请向我解释为什么它有效，并解释上述代码是如何工作的（最好是在字符中逐个字符）模式部分）

非常感谢任何回应此事的人！

Answer 1

解释你的正则表达式：

/      # Starting regex delimiter
<img   # Match <img
[^>]+  # Match one or more characters that aren't a >
>      # Match a >
/      # Ending regex delimiter
i      # Case-insensitive option

它是如何工作的？

想象一下img标签的样子。它以<img开头，以>结尾。因此，一旦我们确定了<img标记，我们就需要将所有内容匹配到最近的>。

这意味着我们需要匹配尽可能多的字符，只要它们不是>。这正是[^>]+所做的。由于必须至少有其中一个字符（<img>不合法），我们使用+代替“零或更多”*。

您可能会在此处看到问题：如果标签在某处包含>，该怎么办？ G。在一个属性？你有一个原因就是使用正则表达式解析HTML充满了危险。

有人可以解释一下Preg_Match_All

1 个答案: