首頁 >後端開發 >php教程 >匹配网页内容的网址的正则,该如何解决

匹配网页内容的网址的正则,该如何解决

WBOY
WBOY原創
2016-06-13 10:14:38917瀏覽

匹配网页内容的网址的正则
我希望把这个网址http://www.425sf.com/的网址都匹配出来

PHP code
<!--Code highlighting produced by Actipro CodeHighlighter (freeware)http://www.CodeHighlighter.com/-->$url = "http://www.425sf.com/";//采集地址$content = file_get_contents($url);$patten = "^((https|http|ftp|rtsp|mms)?://)?(([0-9a-z_!~*'().&=+$%-]+:)?[0-9a-z_!~*'().&=+$%-]+@)?(([0-9]{1,3}\.){3}[0-9]{1,3}|([0-9a-z_!~*'()-]+\.)*([0-9a-z][0-9a-z-]{0,61})?[0-9a-z]\.[a-z]{2,6})(:[0-9]{1,4})?((/?)|(/[0-9a-z_!~*'().;?:@&=+$,%#-]+)+/?)$";preg_match_all($patten, $content, $matches);

上面的匹配正则我是参考这里的
http://topic.csdn.net/u/20070307/14/87e6b878-800e-4a88-830e-7d0eeeaba891.html
我用正则测试工具试过比较准确
但是这里php运行好像取不出来

------解决方案--------------------
PHP code
$html = sdfjk<a href="http://hi.baidu.com?info=aaa" id="abcdf">sdfjk</a>html;$r = '/<a>';print_r($a[1]);/*Array(    [0] => http://www.baidu.com    [1] => http://hi.baidu.com?info=aaa)*/<br><font color="#e78608">------解决方案--------------------</font><br>LS正解:<br><br><br>preg_match_all<br>(PHP 4, PHP 5)<br><br>preg_match_all — 进行全局正则表达式匹配<br><br>说明<br>int preg_match_all ( string $pattern , string $subject , array $matches [, int $flags ] )<br>在 subject 中搜索所有与 pattern 给出的正则表达式匹配的内容并将结果以 flags 指定的顺序放到 matches 中。  <br><br>搜索到第一个匹配项之后,接下来的搜索从上一个匹配项末尾开始。  <br><br>flags 可以是下列标记的组合(注意把 PREG_PATTERN_ORDER 和 PREG_SET_ORDER 合起来用没有意义):  <br><br>PREG_PATTERN_ORDER  <br>对结果排序使 $matches[0] 为全部模式匹配的数组,$matches[1] 为第一个括号中的子模式所匹配的字符串组成的数组,以此类推。  <br><br><br><?php <br />preg_match_all ("|]+>(.*)[^>]+>|U",<br>   "<b>example: </b><div align="left">this is a test</div>",<br>   $out, PREG_PATTERN_ORDER);<br>print $out[0][0].", ".$out[0][1]."\n";<br>print $out[1][0].", ".$out[1][1]."\n";<br>?>  <br>本例将输出:  <br><br><b>example: </b>, <div align="left">this is a test</div>
<br>example: , this is a test<br>因此,$out[0] 包含匹配整个模式的字符串,$out[1] 包含一对 HTML 标记之间的字符串。  <br><br><br>PREG_SET_ORDER  <br>对结果排序使 $matches[0] 为第一组匹配项的数组,$matches[1] 为第二组匹配项的数组,以此类推。  <br><br><?php <br />preg_match_all ("|]+>(.*)[^>]+>|U",<br>   "<b>example: </b><div align="left">this is a test</div>",<br>   $out, PREG_SET_ORDER);<br>print $out[0][0].", ".$out[0][1]."\n";<br>print $out[1][0].", ".$out[1][1]."\n";<br>?>  <br>本例将输出:  <br><br><b>example: </b>, example:<br><div align="left">this is a test</div>, this is a test<br><br>本例中,$matches[0] 是第一组匹配结果,$matches[0][0] 包含匹配整个模式的文本,$matches[0][1] 包含匹配第一个子模式的文本,以此类推。同样,$matches[1] 是第二组匹配结果,等等。  <br><br>PREG_OFFSET_CAPTURE  <br>如果设定本标记,对每个出现的匹配结果也同时返回其附属的字符串偏移量。注意这改变了返回的数组的值,使其中的每个单元也是一个数组,其中第一项为匹配字符串,第二项为其在 subject 中的偏移量。本标记自 PHP 4.3.0 起可用。  <br><br><br>如果没有给出标记,则假定为 PREG_PATTERN_ORDER。  <br><br>返回整个模式匹配的次数(可能为零),如果出错返回 FALSE。  <br><br><br>Example #1 从某文本中取得所有的电话号码<br><br><?php <br />preg_match_all ("/\(?  (\d{3})?  \)?  (?(1)  [\-\s] ) \d{3}-\d{4}/x",<br>               "Call 555-1212 or 1-800-555-1212", $phones);<br>?>  <br><br><br>Example #2 搜索匹配的 HTML 标记(greedy)<br><br><?php <br />// \\2 是一个逆向引用的例子,其在 PCRE 中的含义是<br>// 必须匹配正则表达式本身中第二组括号内的内容,本例中<br>// 就是 ([\w]+)。因为字符串在双引号中,所以需要<br>// 多加一个反斜线。<br>$html = "<b>bold text</b></a><a href="howdy.html">click me</a>";<div class="clear">
                 
              
              
        
            </div>
陳述:
本文內容由網友自願投稿,版權歸原作者所有。本站不承擔相應的法律責任。如發現涉嫌抄襲或侵權的內容,請聯絡admin@php.cn