PHP preg_match 在 href 链接中获取 $_GET 值答案

【问题标题】：PHP preg_match get $_GET values in href linksPHP preg_match 在 href 链接中获取 $_GET 值
【发布时间】：2014-05-16 14:35:53
【问题描述】：

我想从下面的示例中获取 t 值，例如 558246017。
preg_match_all 函数无法做到这一点。

$str = '<a target="frameleft" href="Home.aspx?t=558246017">START</a>';
preg_match_all('/<a target="frameleft" href="Home.aspx?t=\d+">(.*?)<\/a>/si', $str, $matches);
print_r($matches);

请帮我解决这个问题。

【问题讨论】：

不要使用正则表达式解析 HTML。使用适当的 HTML 解析模块。 您无法使用正则表达式可靠地解析 HTML，并且您将面临悲伤和挫败感。一旦 HTML 与您的期望发生变化，您的代码就会被破坏。请参阅htmlparsing.com/php 或this SO thread，了解如何使用已经编写、测试和调试过的 PHP 模块正确解析 HTML。

标签： php html-parsing preg-match-all

【解决方案1】：

HTML 不是正则语言，无法使用正则表达式进行可靠解析。我建议您改用 DOM 解析器。 PHP 有一个内置类 (DOMDocument) 擅长此类任务。与正则表达式相比，使用 HTML 解析器的优势在于您始终可以确定结果。当标记的格式将来发生变化时，基于正则表达式的解决方案可能会中断，而基于 DOM 解析器的解决方案则不会。

您可以使用 DOMDocument 加载字符串并首先获取href 属性值。然后使用parse_url()和parse_str()获取所需参数：

$str = '<a target="frameleft" href="Home.aspx?t=558246017">START</a>';

$dom = new DOMDocument;
$dom->loadHTML($str);

foreach ($dom->getElementsByTagName('a') as $tag) {
    $querystr = parse_url($tag->getAttribute('href'), PHP_URL_QUERY);
    parse_str($querystr, $params);
    echo $params['t'] . PHP_EOL;
}

输出：

558246017

Demo

【讨论】：

@amal-murali 非常感谢。与您的代码一样，如果不使用 ['t'] 和 print_r ，我将无法获得诸如 <a class="titr1y" target="_blank" title="" href="/EN/news/397423/TEST</a> 之类的 href 值。
@TuxWorld：在可能不存在查询字符串的情况下，您希望输出什么？请更新问题以包含更多详细信息和预期输出。

【解决方案2】：

HTML 不是常规语言，所以你 should not use regular expressions to parse it。请改用 DOMDocument 之类的 DOM 解析器。不过，为了学习，我会说明你的表达有什么问题。

但是，您的问题是 ? 是 reserved character 意思是“可选”，. 是保留字符，意思是任何字符。使用\ 逃脱他们：

<a target="frameleft" href="Home\.aspx\?t=\d+">(.*?)<\/a>

另外，s modifier 表示点匹配换行符。因此，除非您希望链接中包含换行符，否则这是不必要的。

我也刚刚注意到您想要“t”值。目前，您在链接的内容 ((.*?)) 上使用 capture group，而不是您想要捕获 t 的值 (\d+)。您需要将其修改为：

<a target="frameleft" href="Home\.aspx\?t=(\d+)">.*?<\/a>

【讨论】：

喜欢你的代码preg_match_all('<form method="post" action="Desktop\/Login\.aspx\?t=(\d+)">', $str, $matches); 不适合我。那就是返回null
我将其更改为 '/<form method="post" action="Desktop\/Login\.aspx\?t=(\d+)">/i' 但返回 null
现在是表格？它适用于我的测试，你需要用一个不起作用的例子来更新你的问题。