解析外部网页，并从内容中提取所有url和链接文本 - Parse external webpage and extract all URLs and link text from the content

Parse external webpage and extract all URLs and link text from the content

我想解析外部网页，并使用PHP从内容中提取所有url和链接文本。

例如,

$content="<a href="http://google.com" target="_blank"> google</a> is very good search engine <a href="http://gmail.com" target="_blank">Gmail </a> is provided by google.

输出:

http//google.com      google 
http//gmail.com     Gmail

建议非常感谢!

如果你想使用正则表达式提取url和文本，那么以下应该可以工作:

<'s*a's*href's*='"(?<url>.*)'">(?<text>.*)</a>

但是用RegEx解析HTML不是一个好主意，你可以用DOM类代替。

编辑

$content = "< a href="http://google.com" target="_blank"> google</a> is very good search engine < a href="http://gmail.com" target="_blank">Gmail </a> is provided by google .";
$html = new DOMDocument();
$html->loadHTML($content);
$anchors = $html->getElementsByTagName('a');
foreach ($anchors as $anchor) {
       echo $anchor->getAttribute('href') . "'t" . $anchor->nodeValue;
}

您可以使用此REGEX模式href="([a-zA-Z0-9://. ]+)"

范例用法

$pattern = 'href="([a-zA-Z0-9://. ]+)"';
$content = file_get_contents(FILE NAME HERE);
preg_match($pattern, $content, $matches);
print_r($matches);

这将列出所有链接。然后你可以解析它们