我想从一个段落中找到url和超文本
,
$content = "<a href="http://google.com" target="_blank">Google</a> The biggest
search engine is google .The lot of people are used google
<a href="http://google.com" target="_blank">Google</a>The google video
service is youtube. <a href="http://youtube.com/ncvh/">Youtube</a>.
Google also provide <a href="http:/gmail.com">Gmail</a>.";
输出如
Text Url Count
Google htp://google.com 2
Youtube htp://youtube.com/ncvh/ 1
Gmail htp://gmail.com 1
谁来帮帮我
preg_match("/<a'shref'='"(.*)'"/",$content,$matches);
$matches是一个数组，其中包含正则表达式中用于查找链接的所有匹配项。每个捕获组是$matches中的一个索引。
注意你的<a>标签没有关闭。如果它们是关闭的，您还可以从链接中提取文本:
preg_match("/<a'shref'='"(.*)'">(.*)<'/a>/",$content,$matches);
我使用的正则表达式不是防水的。它依赖于双引号的使用，并期望href是<a>标记中的最后一个属性。您可以在在线库中找到优化的正则表达式，例如http://regexlib.com
我创建了很多html解析器。最适合我的方式:
preg_match_all('_<a(.*?)>(.*?)</a_i', $html, &$matches);获取属性和锚文本
preg_match('_href['s]*=['s]*[''"](.*?)[''"]_', $attrs, &$href)得到href
解析href到正确的url:
$url = str_replace(array(" ", "'n", "'r", "'t"), '', $url);
$url_components = parse_url(trim($url));