如何使用正则表达式从 HTML 链接中提取 href 值？

使用正则表达式从 HTML 链接中提取 href 值

虽然通常建议使用专用的 HTML 解析器来实现强大的 HTML 解析，但正则表达式方法可用于更简单的场景。 此解决方案提取 href 值，处理单引号和双引号：

<code><a\s+(?:[^>]*?\s+)?href=("|')(.+?)</code>

说明：

• <as ：匹配开始 <a> 标记，后跟可选的空格。
• (?:[^>]*?s )?：可以选择匹配 href 之前的任何其他属性和空格。 ?: 使其成为非捕获组。
• href=("|')：匹配后跟单引号或双引号的 href 属性。 该报价被捕获在第 1 组中。
• (. ?)：捕获 href 值本身（第 2 组）。
• 1：匹配结束引号（与第 1 组中捕获的开始引号相同）。

重要注意事项：

这个正则表达式不是一个完整的 HTML 解析器。它会在格式错误或复杂的 HTML 上失败。 它最适合预处理、简化的 HTML 片段。 例如，在提取的 href 属性列表上使用它，如下所示：href="mylink.com"

过滤特定链接类型：

要过滤包含问号 (?) 和等号 (=) 的链接，请使用此精炼的正则表达式：

<code>href=(.*?)\?(.*?)=(.*?)</code>

这可确保仅选择具有指定特征的链接。 请记住，复杂的 HTML 结构需要专用的 HTML 解析器才能获得可靠的结果。

以上是如何使用正则表达式从 HTML 链接中提取 href 值？的详细内容。更多信息请关注PHP中文网其他相关文章！