Question

$ data是一个HTML文本，其中包含许多锚文本（链接）

$regex = '/\b<a/i';
$data = '<a href="#">test</a> <a href="#">test 2</a>';
preg_match_all($regex, $data, $matches);

不返回任何内容，但$ data有两个<a。

$regex = '/\b</i';

会返回很多＆＃39;＆lt;＆＃39;像预期的那样

$regex = '/\ba/i';

返回很多＆＃39; a＆＃39;像预期的那样，但是

$regex = '/\b<a/i';

什么都不返回。

为什么？

Answer 1

除了不使用DOM parser之外，使用\b是问题所在，因为它基本上匹配了＆＃34;类似词语＆＃34;性格和某些不是，即

(?<=\W)(?=\w)|(?<=\w)(?=\W)

在这种情况下，只有<前面有一个字母才会\b匹配，例如：

foo<a

也许更好的表达方式是：

'/(?<=\s|>)<a/i'

或者，即便如此：

'/<a/i'

Answer 2

如果您只想匹配<a ....

这应该足够了。 /<a/i

$data = "<a>Link 1</a> <a>Link 2</a> <a>Link 3</a>";
$regex =  '/<a/i'; //also will match <A in <A>Text</A>
preg_match_all($regex, $data, $matches);

var_dump($matches); //

/*
array (size=1)
  0 => 
    array (size=3)
      0 => string '<a' (length=2)
      1 => string '<a' (length=2)
      2 => string '<a' (length=2)

*/

Answer 3

$ regex =＆＃39; / \ b＆lt; a / i＆＃39 ;;没有回报。那是为什么？

\b被称为字边界。当一边是＆＃34;字符）（字母，数字或下划线），而另一边不是单词字符时，它匹配。

当您尝试匹配<a中的text <a...时，<左侧没有字边界：

是<（不是单词字符）
在右边是一个空格（不是单词字符）。

<强>参考：

Word boundaries

为什么我的正则表达式（在PHP中）不起作用？

3 个答案: