我必须从脏的html页面中检索这个URL：
......... http://www.imdb.com/title/tt0092699/ ......
显然网址也可以
http://www.imdb.co.uk/title/tt0092699/ http://www.imdb.es/title/tt0092699/ http://www.imdb.com/title/tt0092699 https://www.imdb.com/title/tt0092699/ https://www.imdb.com/title/tt0092699
（。域名，http / https或没有最终斜杠）
答案 0 :(得分：4)
使用此正则表达式：
preg_match("/https?:\/\/www.imdb\..*?\/title\/tt\d+\/?/", $html, $matches);
您想要的网址位于$matches[0]。
这是正则表达式的意思，一点一点地分解：
/ =＆gt;启动正则表达式https? =＆gt;文字http后跟可选的s :\/\/www.imdb\. =＆gt;文字://www.imdb. .*?\/ =＆gt;在斜线之前匹配可能的最短字符串，然后斜杠;将匹配域名结尾，无论它是什么（com，co.uk，es等等......）以及它后面的第一个斜杠title\/ =＆gt;文字title/ tt\d+ =＆gt;文字tt后跟至少一个数字（这是一个贪婪的匹配，所以它将匹配它可以连续的最多数字）;将以您提供的格式匹配ID \/? =＆gt;可选的最终/ / =＆gt;结束正则表达式答案 1 :(得分：0)
这样可以很好地工作，它也会匹配URL的开头//这是一个独立于协议的“方案”。
(https?:|//)[^\s"]+