如何在一个字符串中找到所有 HTML 超链接标签并用它们的 href 值替换它们？答案

【问题标题】：How can you find all HTML hyper link tags in a string and replace them with their href value?如何在一个字符串中找到所有 HTML 超链接标签并用它们的 href 值替换它们？
【发布时间】：2010-04-15 20:31:49
【问题描述】：

我想获取一串文本并找到所有超链接标签，获取它们的 href 值，然后将整个超链接标签替换为 href 属性的值。

【问题讨论】：

标签： php html hyperlink

【解决方案1】：

许多可能性。例如。通过使用DOM extension、DOMDocument::loadhtml() 和XPath（尽管在这种情况下 getElementsbyTagName() 就足够了）。

<?php
$string = '<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01//EN"
"http://www.w3.org/TR/html4/strict.dtd"><html><head><title>...</title></head><body>
  <p>
    mary had a <a href="little">greedy</a> lamb
    whose fleece was <a href="white">cold</a> as snow
  </p>
</body></html>';

$doc = new DOMDocument;
$doc->loadhtml($string);

$xpath = new DOMXPath($doc);
foreach( $xpath->query('//a') as $a ) {
  $tn = $doc->createTextNode($a->getAttribute('href'));
  $a->parentNode->replaceChild($tn, $a);
}

echo $doc->savehtml();

打印

<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01//EN" "http://www.w3.org/TR/html4/strict.dtd">
<html>
<head><title>...</title></head>
<body><p>
    mary had a little lamb
    whose fleece was white as snow
  </p></body>
</html>

【讨论】：

@OregonGhost - 使用正则表达式可能不是最好的主意......我也+1
@VolkerK 这就像一个魅力。我不知道存在这种替代方法，而且它似乎比使用正则表达式简单得多。 @OregonGhost & @Buggabill 为什么正则表达式不是首选方法？有时只是过度杀戮或过度复杂化？再次感谢您的帮助！ :)
@hsatterwhite: 见codinghorror.com/blog/2009/11/parsing-html-the-cthulhu-way.html 正则表达式可能是解析器的一部分，但单独的正则表达式不能完成这项工作（对于任意html）
哇，读得真好！我会投票，但我太新了。 ;)
话虽如此，如果您可以对字符串（结构和它可以包含的字符）做出某些假设，则可以使用正则表达式。 Jeriko 有一点说“如果 HTML 格式不正确，至少正则表达式不会中断”。仔细看看我的例子的输出。即使在这种情况下，底层 libxml 也做了一些小的更改（在这种情况下在哪里使用换行符）。输出“仅”等效。但总的来说，当您使用正则表达式解析 html 时，您会（并且应该）引起注意。