如何使用PHP從HTML提取hrefs

Question

假設我有一個有效的htmlfile，我將其保存到一個字符串中。現在我想提取錨元素（hrefs）的鏈接。因此我想使用純正則表達式。

preg_match_all('/<a [^>]*href="(.+)">/', $html, $match); 

通常我希望收到這樣的字符串：

http://www.thisIsAHrefLinkIWantToHave.de 

而是我還會收到以下字符串，邏輯的（+）在正則表達式造成的：

index?a=f">Link</a> &nbsp; <a href="index?a=ds">Link 2</a> &nbsp; <a href="index?b=b">Link 3</a> &nbsp; <a href="index?gf=d">Link 4</a> &nbsp; <a href="index?ttt=q">Link 5</a> &nbsp; <a href="index?g=my">Link 6</a> &nbsp; <a href="http://mysite.org 

我發現像Xpath或DOMDocument（ PHP String Manipulation: Extract hrefs）的解決方案但我想有沒有這些/任何庫的解決方案，只是與正則表達式。我需要做什麼來解決我的正則表達式的問題？

我想過從第一個「到下一個」。但是，如何創建可以解決問題的模式或其他模式？

[編輯：]解

preg_match_all('/<a [^>]*href="([A-Za-z0-9\/?=:&_.]+)?"/', $html, $match); 

Answer 1

穆薩是正確的，期間（。）是貪婪的。試試[A-Za-z0-9 _] +而不是+

Answer 2

嘗試preg_match_all('/<a [^>]*href="(.+)?">/', $html, $match);，所述?使得.*非貪婪。