PHP正則表達式從html中提取<a>

Question

我試圖從符合特定模式的HTML中提取標籤。目前我使用：

$regexp = "<a\s[^>]*href=(\"??)([^\" >]*?[^\" >]*?)\\1[^>]*>(.*)<\/a>"; 
if(preg_match_all("/$regexp/siU", $html, $matches, PREG_SET_ORDER)) {...} 

哪個正確地得到所有的元素，但是我想要的3組（該鏈接的文本）包含文本「查找門票」，但我的所有嘗試合併文本（*）。沒有工作。此外，鏈接元素內部html可以包含超過「查找票」 - 也就是說它應該匹配在.*Find Tickets.*

有人可以幫助我在這裏，請我一直沒有得到這個。

更新： 我試圖抓住特定元素的一個例子：

<a href="https://www.facebook.com/l.php?u=https%3A%2F%2Fthelittleboxoffice.com%2Fheritagehotel%2Fevent%2Fview%2F22847&amp;h=RAQFYdp-K&amp;s=1" target="_blank" rel="nofollow" onmouseover="LinkshimAsyncLink.swap(this, &quot;https:\\/\\/thelittleboxoffice.com\\/heritagehotel\\/event\\/view\\/22847&quot;);" onclick="LinkshimAsyncLink.swap(this, &quot;https:\\/\\/www.facebook.com\\/l.php?u=https\\u00253A\\u00252F\\u00252Fthelittleboxoffice.com\\u00252Fheritagehotel\\u00252Fevent\\u00252Fview\\u00252F22847&amp;h=RAQFYdp-K&amp;s=1&quot;);"><div id="u_0_p">Find Tickets</div></a>< 

感謝 喬希

Answer 1

用於作業的權利tool，而不是一個正則表達式。

$doc = new DOMDocument; 
@$doc->loadHTML($html); // load the HTML data 

$links = $xpath->query('//a[contains(., "Find Tickets")]'); 

foreach ($links as $link) { 
    $results[] = $link->getAttribute('href'); 
} 

print_r($results); 

eval.in

Answer 2

我仍然有一個小麻煩了解它究竟是什麼，你是後。雖然這是我最好的刺傷。

<?php 

$string = '<a href="https://www.facebook.com/l.php?u=https%3A%2F%2Fthelittleboxoffice.com%2Fheritagehotel%2Fevent%2Fview%2F22847&amp;h=RAQFYdp-K&amp;s=1" target="_blank" rel="nofollow" onmouseover="LinkshimAsyncLink.swap(this, &quot;https:\\/\\/thelittleboxoffice.com\\/heritagehotel\\/event\\/view\\/22847&quot;);" onclick="LinkshimAsyncLink.swap(this, &quot;https:\\/\\/www.facebook.com\\/l.php?u=https\\u00253A\\u00252F\\u00252Fthelittleboxoffice.com\\u00252Fheritagehotel\\u00252Fevent\\u00252Fview\\u00252F22847&amp;h=RAQFYdp-K&amp;s=1&quot;);"><div id="u_0_p">Find Tickets</div></a><'; 



if (preg_match('~(<a href(.*?)Find Tickets(.*?)</a>)~i', $string, $matches)) { 
    print "<PRE><FONT COLOR=ORANGE>"; print_r($matches); print "</FONT></PRE>"; 
} 

所有我真的這裏做的是尋找開始<a href其次的東西串，直到遇到Find Tickets，可能更多的東西，直到它擊中收盤</a>。

這是一個非常普遍的正則表達式，但是如果你正在尋找更具體的東西，它可以構建出來。

編輯：

好了，從你的評論，我想我有你在找什麼更好的畫面。這是一個更新的REGEX，它將提取鏈接文本的匹配網址Find Tickets。

<?php 

$string = ' 
<a href="http://www.google.com" style="color: blue;">Google</a> 

<a href="https://www.facebook.com/l.php?u=https%3A%2F%2Fthelittleboxoffice.com%2Fheritagehotel%2Fevent%2Fview%2F22847&amp;h=RAQFYdp-K&amp;s=1" target="_blank" rel="nofollow" onmouseover="LinkshimAsyncLink.swap(this, &quot;https:\\/\\/thelittleboxoffice.com\\/heritagehotel\\/event\\/view\\/22847&quot;);" onclick="LinkshimAsyncLink.swap(this, &quot;https:\\/\\/www.facebook.com\\/l.php?u=https\\u00253A\\u00252F\\u00252Fthelittleboxoffice.com\\u00252Fheritagehotel\\u00252Fevent\\u00252Fview\\u00252F22847&amp;h=RAQFYdp-K&amp;s=1&quot;);"><div id="u_0_p">Find Tickets</div></a> 

<a href="http://www.yahoo.com">Yahoo</a>'; 

if (preg_match('~<a href="(.*?)"(?:.*?)(?:(?=Find Tickets))(?:.*?)</a>~i', $string, $matches)) { 
    print "<PRE><FONT COLOR=ORANGE>"; print_r($matches); print "</FONT></PRE>"; 
} 

因此，這裏是這個表達式做什麼：

• (.*?) - 這是真正抓住了URL，並將其存儲到$matches[1]的部分。
• (?:.*?) - 這允許任何東西在URL後面，直到碰到下一個部分（向前看）。由於我們實際上並不需要此信息，?:告訴REGEX不要記住它找到的內容。
• (?:(?=Find Tickets)) - 這是一個積極的暗示意義，爲了進行匹配，文本Find Tickets有接下來。和前一項一樣，我們使用?:來告訴它它並不需要記住匹配。您可以在文本週圍加上HTML括號，以便進一步鎖定它，如果它匹配「找不到門票」之類的東西 - (?=>Find Tickets<)。
• (?:.*?) - 最後一部分與之前的相同，只是匹配任何東西直到關閉</a>標記。

從上面的$string，會給你這樣的：

Array 
(
    [0] => <a href="https://www.facebook.com/l.php?u=https%3A%2F%2Fthelittleboxoffice.com%2Fheritagehotel%2Fevent%2Fview%2F22847&amp;h=RAQFYdp-K&amp;s=1" target="_blank" rel="nofollow" onmouseover="LinkshimAsyncLink.swap(this, &quot;https:\/\/thelittleboxoffice.com\/heritagehotel\/event\/view\/22847&quot;);" onclick="LinkshimAsyncLink.swap(this, &quot;https:\/\/www.facebook.com\/l.php?u=https\u00253A\u00252F\u00252Fthelittleboxoffice.com\u00252Fheritagehotel\u00252Fevent\u00252Fview\u00252F22847&amp;h=RAQFYdp-K&amp;s=1&quot;);"><div id="u_0_p">Find Tickets</div></a> 
    [1] => https://www.facebook.com/l.php?u=https%3A%2F%2Fthelittleboxoffice.com%2Fheritagehotel%2Fevent%2Fview%2F22847&amp;h=RAQFYdp-K&amp;s=1 
) 

而且$matches[1]包含URL。

希望能爲您達到目標！