1

我想用不同的属性来匹配超链接，比如 href、rel、target、media。我正在寻找包含这些属性的某个正则表达式（rel、media 是可选的）。

当我将此代码插入我的解析器时，我无法使用 DOM 类，所以我正在寻找正则表达式的解决方案。

让我以下面的例子来解释：

    <a href="http://www.google.com" rel="nofollow" target="_blank">Google</a>
    <a href="http://www.google.com" rel="follow" target="_blank">Google</a>
    <a href="http://www.google.com" target="_blank">Google</a>

这就是我现在得到的

    /<a\s?(href=)?('|")(.*)('|") (rel='|")(nofollow|follow)('|") target=('|")_blank('|") (media='|")(.*?)('|")>(.*)<\/a>/
4

1 回答 1

3

这是PHPDOMDocument类的解决方案。我什至结合了您的逻辑来检查必需/可选属性：

// Load up your HTML
$doc = new DOMDocument;
$doc->loadHTML( $html);

// Define attributes that we are looking for in name => required pairs
$attributes = array( 'href' => true, 'rel' => false, 'target' => true, 'media' => false);

$parsed_tags = array();

// Iterate over all of the <a> tags
foreach( $doc->getElementsByTagName( 'a') as $a) {
    $tag_attributes = array();
    foreach( $attributes as $name => $required) {
        if( !$a->hasAttribute( $name)) {
            if( $required) {
                echo 'Error, tag is required to have ' . $name . ' attribute and it is missing' . "\n";
                continue 2;
            }
        } else {
            // Has the attribute, required or not lets grab it
            $tag_attributes[$name] = $a->getAttribute( $name);
        }
    }
    $parsed_tags[] = $tag_attributes;
}

使用此 HTML 字符串：

$html = '<a href="http://www.google.com" rel="nofollow" target="_blank">Google</a><a href="http://www.google.com" rel="follow" target="_blank">Google</a><a href="http://www.google.com" target="_blank">Google</a>';

这产生：

Array
(
    [0] => Array
        (
            [href] => http://www.google.com
            [rel] => nofollow
            [target] => _blank
        )

    [1] => Array
        (
            [href] => http://www.google.com
            [rel] => follow
            [target] => _blank
        )

    [2] => Array
        (
            [href] => http://www.google.com
            [target] => _blank
        )

)

请注意，使用此解决方案，因为我正在检查所需的属性是否存在，continue 2;如果不存在则执行这意味着<a>跳过没有所需属性的标签，如本演示所示，其中标签<a href="http://www.google.com">Google</a>输出我输入的错误字符串in，但不包含在输出数组中。

于 2013-05-10T14:51:20.317 回答