正则表达式：使用 PHP 从锚标记中提取 http 和标题属性答案

【问题标题】：Regex: Extract http and title attributes from anchor tag with PHP正则表达式：使用 PHP 从锚标记中提取 http 和标题属性
【发布时间】：2010-08-03 23:03:17
【问题描述】：

我有一堆这样结构的网址

<h4 class="classname"><a href="http://some-website.com" onclick="someVaryingJS();" title="Some Title">Some Title</a><h4>

我希望能够只提取 href 和 title 属性，记住每个标签的 onclick 属性会发生变化，并且我只想为该类的 h4 内的锚标签执行此操作。

【问题讨论】：

你想为此使用一些 DOM 工具，而不是正则表达式 ;)
DOM 解析器可能是更好的选择。 ESP 如果结构没有设置（即如果在<h4> 中可以允许其他标签）
@iamthejeff : 要扩展 nikic 的建议，请尝试 jQuery :)
不要忘记 XHTML 是一个很大的 XML 文档。不确定 PHP 但在 .NET 中，如果 XHTML 格式正确，您可以使用 XML 库编写 XPATH 表达式来查找
标记中的所有标记，并从中获取属性值。祝你好运
我应该提到我正在抓取网站以获取标签（合法意图！），所以不幸的是，任何类型的客户端处理都不适用于此

标签： php regex

【解决方案1】：

您可以将 html 片段加载到DOMDocument，然后从那里处理它..？

它显然会更灵活，但比直接正则表达式要重很多。

【讨论】：

标记中的所有 标记，并从中获取属性值。祝你好运

标记中的所有标记，并从中获取属性值。祝你好运