PHP preg_match查找並找到來自HTML頁面的動態URL

我需要REGEX幫助，根據插入到HTML頁面的方式，可以找到不同格式的鏈接。PHP preg_match查找並找到來自HTML頁面的動態URL

我可以將頁面讀入PHP。只是無法找到能夠找到URL並隔離它們的正確REGEX。

我有幾個關於如何插入的例子。有時它們是純文本鏈接，有些纏繞在它們周圍。甚至有一些奇怪的場合，文本不是鏈接的一部分，而是沒有間隔地插入。

Article ID和Article Key永遠不會相同。文章密鑰始終以數字結尾。如果這是可能的，我確定可以使用幫助。謝謝

Here are a few examples. 
http://www.example.com/ArticleDetails.aspx?ArticleID=3D10045411&AidKey=3D-2086622941 

http://example.com/ArticleDetails.aspx?ArticleID=10919199&AidKey=1956996566  

<a href="http://www.example.com/ArticleDetails.aspx?ArticleID=10773616&amp;AidKey=1998267392">http://www.example.com/ArticleDetails.aspx?ArticleID=10773616&amp;AidKey=1998267392</a> 

<a href="http://www.example.com/ArticleDetails.aspx?ArticleID=10773616&amp;AidKey=1998267392">This is a link description</a> 

http://example.com/ArticleDetails.aspx?ArticleID=10975137&AidKey=701321736this is not part of the url.

最後我只是在尋找網址。

http://example.com/ArticleDetails.aspx?ArticleID=10975137&AidKey=701321736

來源

2011-08-04 Tim

對我來說這正則表達式的工作：

/http:\/\/(www\.)?example\.com\/ArticleDetails.aspx\?ArticleID=(.*?)(\&|\&amp;)AidKey=([\d\w-]*)/g

更新：我在正則表達式的末尾添加一個\d。

/http:\/\/(www\.)?example\.com\/ArticleDetails.aspx\?ArticleID=(.*?)(\&|\&amp;)AidKey=([\d\w-]*)\d/g

在PHP中使用它，你需要/.../msi

PHP例子在行動：http://ideone.com/N0TKM

來源

2011-08-04 22:03:21 scube

我沒有任何運氣。但是，當我將/ g更改爲/ im（/ http：\/\ /（www \。）？example \ .com \ /ArticleDetails.aspx \？ArticleID =（。*？）（\＆| \ &） AidKey =（[\ d \ w - ] *）/ im） – Tim

不是我知道REGEX，但它是否有效。我很開心。謝謝T – Tim

@Tim：我用php例子更新了我的答案。 – scube

DO NOT USE A REGEX!使用XML解析器...

$dom = DOMDocument::loadHTMLFile($pathToFile); 
$finder = new DOMXpath($dom); 
$anchors = $finder->query('//a[@href]'); 

foreach($anchors as $anchor){ 
    $href = $anchor->getAttribute('href'); 
    if(preg_match($regexToMatchUrls, $href)){ 
    //do stuff 
    } 
}

所以$regexToMatchUrls將是一個正則表達式僅僅指剛，以配合您正在尋找......沒有任何這是更簡單的HTML的網址 - 那麼當比賽發生時你可以採取行動。

來源

2011-08-04 21:52:16 prodigitalson

我會檢查出來。順便也找到純文本鏈接沒有HREF纏繞它？ – Tim

不，這不是..這隻適用於錨標籤。如果你不需要分析錨，那麼你可以/應該使用正則表達式。我以爲你只需要一個''類型的上下文中的url，然後設置一個給定的模式...我的錯誤:-) – prodigitalson

只需要注意，你也可以通過搜索包含錨文本的文本節點來做到這一點，但是，這可能比只使用正則表達式更麻煩...所以底線，如果oyu需要搜索HTML/XML給出實際上下文的東西，然後使用XML解析器......如果你只是搜索特定的測試字符串整個文檔模式，然後使用正則表達式。 – prodigitalson

PHP preg_match查找並找到來自HTML頁面的動態URL

回答

相關問題