-3

我试图理解 php 中的 preg_match_all 。我和一个朋友和几个朋友一起运行了一个小网站，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（即.net 或 .zip）结尾的链接

但是，我不知道如何编写模式。我尝试过学习正则表达式，但根据我朋友告诉我的，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，我正在找人写一个 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（最好是在模式部分逐个字符）

非常感谢任何对此作出回应的人！

4

1 回答 1

1

要解释您拥有的正则表达式：

/      # 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 开头<img和结尾>。因此，一旦我们确定了一个<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>. 而这正是这样[^>]+做的。由于至少需要其中一个字符（<img>不合法），我们使用 a+而不是 "zero or more" *。

您可能会在这里看到一个问题：如果标签确实包含>某处（例如，在属性中）怎么办？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。

于 2012-11-04T06:42:04.500 回答