Question

我在表格中列出了包含更多信息和

的域名

<td>example1.com</td>
<td>example2.org</td>
<td>example3.com</td>
<td>example4.com</td>

我需要使用正则表达式获取.com域名。我尝试使用类似的东西：

'<td>(.............).com'

但我能写什么而不是点？我需要使用什么？

我需要获取代码之间的数据：<td>domain.com</td> -> domain.com

'<td>([^<]+\.com)</td>'

- 它更好，但我需要没有标签

Answer 1

类似的东西：

'<td>([^<]+\.com)</td>'

但你不应该使用正则表达式来解析html。

Answer 2

<?php
$html = '<td>example1.com</td>
<td>example2.org</td>
<td>example3.com</td>
<td>example4.com</td>';

$matches = array();
preg_match_all('/<td>(.*?.com)<\/td>/i', $html, $matches);

var_dump($matches[1]);

打印：

array(3) {
  [0]=>
  string(12) "example1.com"
  [1]=>
  string(12) "example3.com"
  [2]=>
  string(12) "example4.com"
}

Answer 3

你可以使用向前看并向后看如果你想捕捉一些东西，但要确保它被其他东西包围。在这里，我们仅捕获.com。

<?php

$html = '<td>example1.com</td>
<td>example2.org</td>
<td>example3.com</td>
<td>example4.com</td>'; 

$pattern = "!(?<=<td>).*\.com*(?=</td>)!";
preg_match_all($pattern,$html,$matches);

$urls = $matches[0];

print_r($urls);

?>

输出

Array
(
    [0] => example1.com
    [1] => example3.com
    [2] => example4.com
)

通过正则表达式从表中获取域列表

3 个答案: