仅使用正则表达式拉出一个链接答案

【问题标题】：only pulling one link out using regular expressions仅使用正则表达式拉出一个链接
【发布时间】：2011-01-27 08:12:37
【问题描述】：

您好，我有以下代码，我只想提取带有 www 的链接。在他们里面

<p> Text < href="http://url.com/link/">link text</a> more text < href="http://www.anotehrurl.com/">more link text</a> and < href="http://www.anotherurl.com/sub/sub/link.html">link text</a>. more text < href="http://keepurl.co.uk/link/">link text</a> more text < href="http://www.anotherurl.com/sub/sub/link.html">link text</a>. < href="http://www.anotherurl.com/sub/sub/link.html">link text</a>.  < href="http://www.anotehrurl.com/">more link text</a></p>

我使用 reg 表达式：

(<a href="http:\/\/www.[\d\D]*?\/">([\d\D]*?)<\/a>)

基本上我想匹配任何以 www 开头的链接，而不是匹配 keepurl.co.uk/.......的任何链接。

我已经通过 rubular 进行了处理，并得出以下结论：

{ 结果1

1.更多链接文字 2.更多链接文字结果2

1.链接文字。更多文字链接文字 2.链接文字结果 3

1.链接文字。链接文本。更多链接文字 2.更多链接文字 }

你可以看到它比我想要的更多。

干杯

【问题讨论】：

如何让所有代码正确显示
关于我之前的问题，因为所有的 html 和 php 都是可见的，所以一定有人做了一些事情
将代码缩进 4 个空格，或者选择它并按下工具栏中的 {} 按钮！
你是解析整个 html 页面，还是仅仅解析一些 sn-ps？也许您应该考虑使用 DOMDocument 或任何其他 php 的 html 解析器？
只是片段，我知道可能有更好的方法可以做到这一点，但是现在我的代码已经接近完成，我还没有生命力来重写！

标签： php regex

【解决方案1】：

这个呢：

       <?php
        $html = <<<END
   <p> Text < href="http://url.com/link/">link text</a> more text
       < href="http://www.anotehrurl.com/">more link text</a>
       and < href="http://www.anotherurl.com/sub/sub/link.html">link text</a>.
       more text < href="http://keepurl.co.uk/link/">link text</a> more text
       < href="http://www.anotherurl.com/sub/sub/link.html">link text</a>.
       < href="http://www.anotherurl.com/sub/sub/link.html">link text</a>.
       < href="http://www.anotehrurl.com/">more link text</a></p>
END;


        $r = '#href=\"http://(www\.[^\"]*)\">(.+)</#iU';

        preg_match_all($r, $html, $m);

        var_dump($m[1]);
        var_dump($m[2]);
        ?>

输出：

array
  0 => string 'www.anotehrurl.com/' (length=19)
  1 => string 'www.anotherurl.com/sub/sub/link.html' (length=36)
  2 => string 'www.anotherurl.com/sub/sub/link.html' (length=36)
  3 => string 'www.anotherurl.com/sub/sub/link.html' (length=36)
  4 => string 'www.anotehrurl.com/' (length=19)
array
  0 => string 'more link text' (length=14)
  1 => string 'link text' (length=9)
  2 => string 'link text' (length=9)
  3 => string 'link text' (length=9)
  4 => string 'more link text' (length=14)

【讨论】：

不太清楚为什么当我尝试你的确切版本时我无法让它工作，但我使用了你的部分答案和我现有的代码，现在它可以工作了，谢谢 marcin :)
这是我最后使用的 /(([\d\D]*?))/

【解决方案2】：

/<a.+?href="([http:\/\/]?www\..+?)".+?>/i

类似的东西。

【讨论】：

【解决方案3】：

假设您已将文本保存在 $string 变量中，这应该适合您。

preg_match('@href="(http://www\.(?!keepurl.co.uk).*?)"@i', $string, $m);

($!regex) 在哪里做：

零宽度负前瞻。与正向前瞻相同，但只有在前瞻内的正则表达式匹配失败时，整体匹配才会成功。

一个很好的regular expression reference page。

【讨论】：