php - 从 HTML 中抓取链接

Question

我一直在使用preg_match从 HTML 文件中抓取 URL，但我只想提取具有.mp3扩展名的 URL。有人告诉我尝试 DOM，我一直在尝试修复代码，但它不起作用。无论我做什么，我都会得到一个空白页。

我究竟做错了什么？

<?php
    $url = 'http://www.mp3olimp.net/miley-cyrus-when-i-look-at-you/';
    $html = @file_get_html($url);
    $dom = new DOMDocument();
    $doc->loadHTML($html);
    $xpath = new DOMXPath($doc); 
    $links = $xpath->query('//a[ends-with(@href, ".mp3")]/@href');

    echo $links;
?>

Answer 1

有几个问题！

• 如前所述，删除@之前file_get_html()查看错误。
• file_get_contents($url)将用于获取 HTML 内容。
• 错字，$dom =应该是$doc =
• 另一个恼人的点是，HTML 源代码格式不正确，导致后来的错误。
• ends-with()仅在 XPath 2.0 中受支持，PHP 使用 XPath 1.0。所以你必须找到另一种方法来检查结局。一点正则表达式应该可以解决问题。

Answer 2

$input = file_get_contents($url);    
$regexp = "<a\s[^>]*href=(\"??)([^\" >]*?.mp3)\\1[^>]*>(.*)<\/a>";
if(preg_match_all("/$regexp/siU", $input, $matches, PREG_SET_ORDER)) {
  foreach($matches as $match) {
    // $match[2] = link address
    // $match[3] = link text
  }
}