您好我想提取链接
<a href="/portal/clients/show/entityId/2121" >
我想要一个正则表达式给我/ portal / clients / show / entityId / 2121
最后2121的数字与其他链接不同
任何想法?
答案 0 :(得分:9)
// Create DOM from string
$html = str_get_html($links);
//or
$html = file_get_html('www.example.com');
foreach($html->find('a') as $link) {
echo $link->href . '<br />';
}
答案 1 :(得分:4)
Don't use regular expressions for proccessing xml/html。使用builtin dom parser:
可以非常轻松地完成此操作$doc = new DOMDocument();
$doc->loadHTML($htmlAsString);
$xpath = new DOMXPath($doc);
$nodeList = $xpath->query('//a/@href');
for ($i = 0; $i < $nodeList->length; $i++) {
# Xpath query for attributes gives a NodeList containing DOMAttr objects.
# http://php.net/manual/en/class.domattr.php
echo $nodeList->item($i)->value . "<br/>\n";
}
答案 2 :(得分:1)
当“解析”html时,我主要依赖于PHPQuery:http://code.google.com/p/phpquery/而不是正则表达式。
答案 3 :(得分:1)
这是我的解决方案:
<?php
// get links
$website = file_get_contents("http://www.example.com"); // download contents of www.example.com
preg_match_all("<a href=\x22(.+?)\x22>", $website, $matches); // save all links \x22 = "
// delete redundant parts
$matches = str_replace("a href=", "", $matches); // remove a href=
$matches = str_replace("\"", "", $matches); // remove "
// output all matches
print_r($matches[1]);
?>
我建议避免使用基于xml的解析器,因为你并不总是知道, 文件/网站是否形成良好。
祝你好运
答案 4 :(得分:0)
可以使用HTML解析器完成HTML中的配对链接。
当你拥有所有链接时,只需获取最后一个正斜杠的索引,就可以得到你的号码。 不需要正则表达式。
答案 5 :(得分:0)
解析链接的正则表达式是这样的:
'/<a\s+(?:[^"'>]+|"[^"]*"|'[^']*')*href=("[^"]+"|'[^']+'|[^<>\s]+)/i'
考虑到这是多么可怕,我建议至少使用Simple HTML Dom获取链接。然后,您可以使用链接href上的一些非常基本的正则表达式检查链接。