Question

从$ var中提取HTML的最佳方法是什么？

$ var

的例子

$var = "<a href="http://stackoverflow.com/">Stack Overflow</a>"

我想要

$var2 = "http://stackoverflow.com/"

示例：preg_match（）;

还有什么？

Answer 1

而不是制作冗长复杂的正则表达式，而不是按步骤

进行

$str = '<a href="http://stackoverflow.com/"> Stack Overflow</a>';
$str = preg_replace("/.*<a\s+href=\"/","",$str);
print preg_replace("/\">.*/","",$str);

“非正则表达式”的一种方式，使用爆炸

$str = '<a href="http://stackoverflow.com/"> Stack Overflow</a>';
$s = explode('href="',$str);
$t = explode('">',$s[1]);
print $t[0];

Answer 2

如果它是您拥有的有效HTML字符串，那么DOMDocument模块的loadHTML()功能将起作用，您可以非常轻松地浏览您的结构。如果您有大量的HTML可以使用，这是一个很好的方法。

$doc = new DOMDocument();
$doc->loadHTML('<a href="http://stackoverflow.com/">Stack Overflow</a>');
$anchors = $doc->getElementsByTagName('a');
foreach($anchors as $node) {
    echo $node->textContent;
    if ($node->hasAttributes()) {
        foreach($node->attributes as $a) {
            echo ' | '.$a->name.': '.$a->value;
        }
    }
}

产生以下内容：

Stack Overflow | href: http://stackoverflow.com/

Answer 3

strip_tags()从变量值中删除HTML。如果您想要制作例外并保留某些标记，则第二个参数非常有用，例如p aragraph标记。

$text = '<p>Paragraph.</p> <!-- boo --> <a href="#">Other text</a>';
echo strip_tags($text); // Paragraph. Other text
echo strip_tags($text, '<p><a>'); // <p>Paragraph.</p> <a href="#">Other text</a>

phpQuery

如果您想远离正则表达式，可以使用phpQuery来处理该值，然后使用jQuery样式的选择器和方法来获取您的值：

// Bring in phpQuery
require("phpQuery-onefile.php");
// Load up our HTML
phpQuery::newDocumentHTML("<a href='http://sampsonresume.com/'>Homepage</a>");
// Print the HREF attribute of the first Anchor
print pq("a:first")->attr("href"); // http://sampsonresume.com/

正则表达式

您可以使用以下命令查找网址：

$var = "<a href='http://sampsonresume.com/'>Homepage</a>";
preg_match("(https?://([-\w\.]+)+(:\d+)?(/([\w/_\.]*(\?\S+)?)?)?)",$var,$match);
print $match[0]; // http://sampsonresume.com/

Answer 4

使用以下正则表达式：

\b((?:[a-z][\w-]+:(?:\/{1,3}|[a-z0-9%])|www\d{0,3}[.])(?:[^\s()<>]+|\([^\s()<>]+\))+(?:\([^\s()<>]+\)|[^`!()\[\]{};:'".,<>?«»“”‘’\s]))

Answer 5

<?php
preg_match_All("#<a\s[^>]*href\s*=\s*[\'\"]??\s*?(?'path'[^\'\"\s]+?)[\'\"\s]{1}[^>]*>(?'name'[^>]*)<#simU", $html, $hrefs, PREG_SET_ORDER);

foreach ($hrefs AS $urls){
 print $urls['path']."<br>";
}
?>

从HTML字符串中提取链接属性

5 个答案:

phpQuery

正则表达式