php - 如何获得内在价值 我得到了需要使用 preg match all 提取超链接标签内的值的 html 内容。我尝试了以下但我没有得到任何数据。我包含了一个示例输入数据。你们能帮我修复这段代码并在 play.asp?ID=（例如：我想从 play.asp?ID= 12345获取这个值12345）前面打印所有

Answer 1

$str = '<A HREF="http://www.somesite.com/play.asp?ID=12345&Selected_ID=&PhaseID=123" class="space"><span id="Img_1"></span></A>';

preg_match_all( '/<\s*A[^>]HREF="(.*?)"\s?(.*?)>/i', $str, $match);
print_r( $match );

试试这个。

Answer 2

不！正则表达式是一种（不好的）文本处理方式。这不是文本，而是 HTML 源代码。处理它的工具称为 HTML 解析器。虽然 PHP 的 DOMDocument 也能够加载 HTML，但在极少数情况下它可能会出现故障。一个糟糕的正则表达式（你错误地认为还有其他的）会在页面中的几乎所有更改上出现故障。

Answer 3

您不应该使用正则表达式来解析 HTML。
这是DOMDocument的解决方案：

<?php
    $input = '<A HREF="http://www.somesite.com/play.asp?ID=12345&Selected_ID=&PhaseID=123" class="space"><span id="Img_1"></span></A>';
    // Clean "&" element in href
    $cleanInput = str_replace('&','&amp;',$input);
    // Load HTML

    $domDocument = new DOMDocument();
    $domDocument->loadHTML($cleanInput);

    // Retrieve <a /> tags
    $aTags = $domDocument->getElementsByTagName('a');
    foreach($aTags as $aTag)
    {   

        $href = $aTagA->getAttribute('href');
        $url  =  parse_url($href);
        $vars = array();
        parse_str($url['query'], $vars);

        var_dump($vars);
    }
?>

输出 ：

array (size=3)
  'ID' => string '12345' (length=5)
  'Selected_ID' => string '' (length=0)
  'PhaseID' => string '123' (length=3)

Answer 4

这应该达到预期的结果。它是 HTML 解析器和内容提取功能的组合：

function extractContents($string, $start, $end)
{
    $pos = stripos($string, $start);
    $str = substr($string, $pos);
    $str_two = substr($str, strlen($start));
    $second_pos = stripos($str_two, $end);
    $str_three = substr($str_two, 0, $second_pos);
    $extractedContents = trim($str_three);
    return $extractedContents;
}

include('simple_html_dom.php');
$html = file_get_html('http://siteyouwantlinksfrom.com');
$links = $html->find('a');
foreach($links as $link)
{
    $playIDs[] = extractContents($link->href, 'play.asp?ID=', '&');
}

print_r($playIDs);

你可以simple_html_dom.php从这里下载

Answer 5

这还不够吗？

/<a href="(.*?)?"/I

编辑：

这似乎有效：

'/<a href="(.*?)\?/i'