有人可以解释 Preg_Match_All [关闭]

Question

我试图理解 php 中的 preg_match_all。 我和一个朋友和几个朋友一起开了一个小网站，主要是为了练习编码，不久前我们添加了一个部分，其中包含删除任何图像来源的代码：

$html = file_get_contents('http://www.anyrandomwebsite.com');
preg_match_all('/<img[^>]+>/i',$html, $result);

我们几乎只是在网上找到的，无法理解它，但我知道它会在页面上找到任何图像标签实例并将它们放入数组中。

现在，我正在尝试创建一个代码来搜索页面上任何链接的源代码（因此任何以“http”开头的链接），最好只搜索以特定扩展名结尾的链接（即 .net 或 .zip )

但是，我不知道如何编写模式。我试过学习正则表达式，但根据我朋友的说法，用于查找图像标签的代码不符合正常规则，他们也没有完全理解。

基本上，我在找人写一个 preg_match_all 可以在页面上找到链接，然后请向我解释它为什么起作用，并解释上面的代码是如何工作的（最好是逐个字符地在图案部分）

非常感谢任何对此作出回应的人！

Answer 1

解释你拥有的正则表达式：

/      # Starting regex delimiter
<img   # Match <img
[^>]+  # Match one or more characters that aren't a >
>      # Match a >
/      # Ending regex delimiter
i      # Case-insensitive option

它是如何工作的？

想象一下img 标签的样子。它以<img 开头，以> 结尾。因此，一旦我们确定了<img 标签，我们需要匹配所有内容，直到最近的>。

这意味着我们需要匹配尽可能多的字符，只要它们不是>。这正是[^>]+ 所做的。由于至少需要其中一个字符（<img> 不合法），我们使用+ 而不是“零个或多个”*。

您可能会在这里看到一个问题：如果标签 确实 在某处包含> 怎么办，例如。 G。在属性中？这就是为什么使用正则表达式解析 HTML 充满危险的原因之一。