PHP正则表达式：获取所有带问号的网址

Question

我有这个正则表达式：

preg_match_all("/<a\s.*?href\s*=\s*['|\"](.*?)(?=#|\"|')/si", $data, $matches);

要查找所有网址，它可以正常工作，但是如何修改它以仅查找带有问号的网址？

例子：

<a href="http://site.com/index.php">0</a><a href="http://site.com/index.php?id=1">1</a><a href="http://site.com/calc/index.php?id=1&scheme=Venus">2</a><a href="http://site.com/catalogue/data.php">3</a>

preg_match_all 将返回：

http://site.com/index.php?id=1

http://site.com/calc/index.php?id=1&scheme=Venus

Answer 1

preg_match_all("@<a\s*href\s*=[\'\"]([^\'\"]+\?[^\'\"]+)[\'\"]@si", $data, $matches);

试试这个。

Answer 2

不要试图让所有事情都发生在一个正则表达式中。使用你现有的方法，然后单独检查你返回的 URL 是否有问号。

也就是说，不要使用正则表达式来解析 HTML。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http://htmlparsing.com/php，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。

Answer 3

安迪·莱斯特给了你正确的答案。

这是你的正则表达式：

<a\s.*?href\s*=\s*['|\"](.*?\?.*?)(?=#|\"|')

如下所示：

http://rubular.com/r/LHi11VMMR9