Question

我正在尝试提取来自特定用户之后的所有链接，但是我的正则表达式仅获取一个链接：

HTML：

<div class="from_name">
   USERNAME
</div>
<div class="media_wrap clearfix">
   <div class="media clearfix pull_left media_photo">
      <div class="fill pull_left">
      </div>
      <div class="text">
         <a href="https://google.com</a>
      </div>
   </div>
   <div class="text">
      <a href="https://yahoo.com</a>
   </div>
</div>

代码：

preg_match_all('/USERNAME[\s\S]*?href="(.*?)</', $data, $matches);

print_r($matches);

//输出，仅是caputre google.com：

Array
(
    [0] => Array
        (
            [0] => FullCapture

    [1] => Array
        (
            [0] => https://google.com
        )

)

Answer 1

不幸的是，我对电报信使并不熟悉。不，我几乎可以肯定，使用正则表达式无法（轻松）解决您的问题。该规则有太多例外。因此，我将提供2种选择：

使用适当的HTML解析器，丢弃您不需要的内容，捕获相关信息。
使用黑客
- 解析HTML
  - 扔掉所有不会带来相关信息的东西
  - 您最终将获得一个名称和链接列表
- 如果一个名字后面有另一个名字，请删除它，因为它没有链接；
- 加载数组中剩余的所有内容，并提供与其专有用户相关的链接。

解析后，您将具有类似于以下内容的结构：

名称
- 链接
- 链接
名称<---您将其删除，然后再将数据加载到数组中
名称
- 链接
...

您可以使用字符串函数甚至正则表达式来进行解析和删除。

Answer 2

可以使用两个正则表达式吗？首先将整个区域与USERNAME匹配，然后将其与网址匹配。

preg_match('/(?<=USERNAME).*(?<=href=").*?</s', $string, $matches);

preg_match_all('/(?<=href=").*?(?=<)/', $matches[0], $newMatches);

var_dump($newMatches);

这给您：

array(1) {
  [0]=>
  array(2) {
    [0]=>
    string(18) "https://google.com"
    [1]=>
    string(17) "https://yahoo.com"
  }
}

正则表达式基于用户名从href属性中提取URL

2 个答案: