使用 preg_match 从页面代码中查找链接

Question

我想用 preg_match 改变它：

<li class="fte_newsarchivelistleft" style="clear: both; padding-left:0px;"><a class="fte_standardlink fte_edit" href="news,2480143,3-kolejka-sezonu-2014-2015.html">3 kolejka sezonu 2014/2015&nbsp;&raquo;&raquo;</a></li>
                      <li class="fte_newsarchivelistright" style="height: 25px;">komentarzy: <span class="fte_standardlink">[0]</span></li>

到这里：

news,2480143,3-kolejka-sezonu-2014-2015.html

我该怎么做？我正在尝试使用 preg_match 但该链接太复杂了...

Answer 1

使用preg_match 确实太复杂了。正如该站点之前多次所述：正则表达式 + HTML 不能很好地混合。正则表达式不适合处理标记。然而，DOM 解析器是：

$dom = new DOMDocument;//create parser
$dom->loadHTML($htmlString);
$xpath = new DOMXPath($dom);//create XPath instance for dom, so we can query using xpath
$elemsWithHref = $xpath->query('//*[@href]');//get any node that has an href attribtue
$hrefs = array();//all href values
foreach ($elemsWithHref as $node)
{
    $hrefs[] = $node->getAttributeNode('href')->value;//assign values
}

在此之后，处理$hrefs 中的值就很简单了，这将是一个字符串数组，每个字符串都是href 属性的值。

另一个使用 DOM 解析器和 XPath 的示例（向您展示它可以做什么）：can be found here

要用href 值替换节点，很简单：

• 获取父节点
• 构建文本节点
• 致电DOMDocument::replaceChild
• 最后调用save 写入文件，或调用saveHTML 或saveXML 将DOM 作为字符串获取

一个例子：

$dom = new DOMDocument;//create parser
$dom->loadHTML($htmlString);
$xpath = new DOMXPath($dom);//create XPath instance for dom, so we can query using xpath
$elemsWithHref = $xpath->query('//*[@href]');//get any node that has an href attribtue
foreach ($elemsWithHref as $node)
{
    $parent = $node->parentNode;
    $replace = new DOMText($node->getAttributeNode('href')->value);//create text node
    $parent->replaceChild($replace, $node);//replaces $node with $replace textNode
}
$newString = $dom->saveHTML();