Question

我有一个网址列表，可以采用任何格式。每行一个，以逗号分隔，在它们之间有随机文本等。这些URL都来自2个不同的站点，并且具有相似的结构

对于这个例子，让我们说它看起来像这个

Random Text - http://www.domain2.com/variable-value
Random Text 2 - http://www.domain1.com/variable-value, http://www.domain1.com/variable-value, http://www.domain1.com/variable-value

http://www.domain1.com/variable-value
http://www.domain2.com/variable-value
http://www.domain1.com/variable-value http://www.domain2.com/variable-value http://www.domain1.com/variable-value

我需要提取2条信息。检查其domain1或domain2以及后面的值

所以它应该创建一个多维数组，它有2个项目：domain + value。

最好的方法是什么？

Answer 1

这是提取网址的可能性。唯一的问题是网址本身可能不包含逗号。所以如果够了......

$lines = explode('\n', $urls);

for($i = 0; $i < sizeof($lines); $i++)
{
    if(preg_match_all("http:\\/\\/[^,]*variable-([^,]+)", $lines[$i], $matches))
    {

    }
}

顺便说一句......匹配存储在$matches数组中。

PS：编辑...我忘了逃避反斜杠，你应该搜索字符串行以确保正确的行为...在http://www.regex-tester.de/regex.html测试正则表达式...它刚刚用我的正则表达式。

P.P.S：经过进一步研究后，我找到了这个页面：http://internet.ls-la.net/folklore/url-regexpr.html。它包含url的正则表达式。您可以先使用它来提取网址，然后在第二步中，您可以浏览网址并提取可变信息，例如variable-([\W]+)。

Answer 2

preg_split，preg_match，parse_url

// split urls
$urls = preg_split('!,\s+!', 'http://www.domain1.com/variable-value, http://www.domain2.com/variable-value, http://www.domain3.com/variable-value');

// check for domain and path variable
foreach ($urls as $url) {

    $parts = parse_url($url);
    // check domain: $parts['host'];
    $matches = array();
    // check path: preg_match('!^/variable-([^/]+)!', $parts['path'], $matches)
}

Answer 3

$text = "http://www.domain1.com/variable-value1, http://www.domain2.com/variable-value2 http://www.domain1.com/variable-value3";
preg_match_all("/http:\\/\\/(.+?)\\/variable-([a-z0-9]+)/si", $text, $matches);
print_r($matches);

结果：

Array
(
    [0] => Array
        (
            [0] => http://www.domain1.com/variable-value1
            [1] => http://www.domain2.com/variable-value2
            [2] => http://www.domain1.com/variable-value3
        )

    [1] => Array
        (
            [0] => www.domain1.com
            [1] => www.domain2.com
            [2] => www.domain1.com
        )

    [2] => Array
        (
            [0] => value1
            [1] => value2
            [2] => value3
        )

)

如何从php中的一个URL块中提取信息？

3 个答案: