如何获取所有未使用正则表达式链接的网址

Question

我需要从给定字符串中获取所有未链接的URL（没有锚标记的url）。

我知道正则表达式$( '.flower' ).hide().filter( $filteredResults ).show(); 来获取给定字符串中的所有网址。

输入：

(http|ftp|https)://([\w_-]+(?:(?:\.[\w_-]+)+))([\w.,@?^=%&:/~+#-]*[\w@?^=%&/~+#-])?

输出：

1. www.yahoo.com
2. http://www.rediff.com

请告知。

Answer 1

使用库获取dom树html，并获取所有链接。 例如，您可以使用simplehtml http://simplehtmldom.sourceforge.net/

// Create DOM from URL or file
$html = file_get_html('http://www.google.com/');

// Find all links
foreach($html->find('a') as $element) {
       echo $element->href . '<br>'; 
}

Answer 2

简单使用这将获得href源：

href='(.+?)'