獲取所有從頁面的URL使用正則表達式

Question

原始格式：

<a href="http://www.example.com/t434234.html" ...>

1.我需要獲取這種格式的所有URL：

http://www.example.com/t[ANY CHARACTER].html 

任何性質值是從URL更改爲另一個值的地方。其餘的都是固定的。

這裏是我的嘗試：

preg_match("#http:\/\/www\.aqarcity\.com\/t[a-zA-Z0-9_]\.html#", $page, $urls); 

我得到空的結果。我不知道我在哪裏出錯...

Answer 1

問題似乎是[a-zA-Z0-9_]只能匹配一個字符。如果您想匹配零個或多個字符，請使用[a-zA-Z0-9_]*。對於一個或多個，請使用[a-zA-Z0-9_]+。對於六個字符，請使用[a-zA-Z0-9_]{6}。對於例如一到六個字符，使用[a-zA-Z0-9_]{1,6}。

另請注意，由於您使用的是#作爲分隔符，因此不需要轉義/字符。據我所知，這不會讓你的代碼行爲不當，但如果你在斜槓前刪除反斜槓，它會更容易閱讀。

最後，請認識到正則表達式是一種使用HTML的相當危險的方式。在這種情況下，您可以從評論，Javascript代碼和其他非鏈接內容中選取匹配的URL。使用未加標準的正則表達式正確解析HTML是不可能的 - 他們沒有必要的表達能力。我不知道什麼樣的HTML解析器可用於PHP，但您可能需要查看它們。