0

我有一堆字符串，可能有也可能没有类似于以下的子字符串：

<a class="tag" href="http://www.yahoo.com/5"> blah blah ...</a>

我试图检索链接末尾的“5”（不一定是一位数字，它可能很大）。但是，这个字符串会有所不同。链接之前和之后的文本总是不同的。唯一相同的是 the<a class="tag" href="http://www.yahoo.com/和 close </a>。

4

4 回答 4

1

试试parse_url () 。从那里应该很容易。

于 2012-08-07T22:19:09.337 回答
1

您可以使用preg_match_all和<a class="tag" href="http:\/\/(.*)\/(\d+)">正则表达式来做到这一点。

于 2012-08-07T22:21:28.260 回答
0

我会得到“ basename ”：

// prints passwd
print basename("/etc/passwd")

要获取您可以使用的链接：

$xml  = simplexml_load_string( '<a class="tag" href="http://www.yahoo.com/5"> blah blah ...</a>' );
$attr = $xml->attributes();
print $attr['href'];

最后：如果您不知道字符串的整个结构，请使用：

$dom = new DOMDocument;
$dom->loadHTML( '<a class="tag" href="http://www.yahoo.com/5"> blah blah ...</a>asasasa<a class="tag" href="http://www.yahoo.com/6"> blah blah ...</a>' );
$nodes = $dom->getElementsByTagName('a');
foreach ($nodes as $node) {
    print $node->getAttribute('href');
    print basename( $node->getAttribute('href') );
}

因为这也将修复无效的 HTML 代码。

于 2012-08-07T22:24:29.070 回答
0

由于您只需要检索 5，因此非常简单：

$r = pret_match_all('~\/(\d+)"~', $subject, $matches);

然后它在第一个匹配组中。

如果您需要链接文本等更多信息，我建议您为此使用 HTML 解析器：

require('Net/URL2.php');

$doc = new DOMDocument();
$doc->loadHTML('<a class="tag" href="http://www.yahoo.com/5"> blah blah ...</a>');
foreach ($doc->getElementsByTagName('a') as $link)
{
    $url = new Net_URL2($link->getAttribute('href'));
    if ($url->getHost() === 'www.yahoo.com') {
        $path = $url->getPath();
        printf("%s (from %s)\n", basename($path), $url);
    }
}

示例输出：

5 (from http://www.yahoo.com/5)
于 2012-08-07T22:25:14.483 回答