每个人。我正在做学校项目，我一直在努力使用雅虎管道清理提要中的所有链接。
例如<a href="http://mickey.com">Go to Source</a>从我的 item.description 中删除。
离开没有活动链接的“转到源代码”
我正在使用正则表达式模块，并尝试使用此表达式
#</?a[^>]*>#iu
但没有成功。请有人可以帮我解决这个问题。
问问题
3988 次
4 回答
1
本质上，你想要的是：
<a.*?>(.*?)</a>
这将捕获 $1 中的链接文本。“。*？” 是一个非贪婪的匹配 - 这意味着它将匹配任何东西，但尽可能少。
为了更加安全，您可能希望在奇怪的地方接受一些空格和大小写选项：
<\s*[Aa].*?>(.*?)<\s*/[Aa]\s*>
即使这也不是万无一失的，但应该可以处理大多数情况。
如果您使用的是“正则表达式”模块而不是“字符串正则表达式”模块，请不要忘记 g 和 s 选项。
于 2010-01-08T16:24:46.690 回答
1
尝试这个：
$html = 'This is some text <a href="http://mickey.com">Go to Source</a> more text';
$result = preg_replace('%<a[ ]{1}.*?>(.*?)</a>%i', '$1', $html);
echo $result // echo's "This is some text Go to Source more text"
于 2011-08-16T23:14:44.427 回答
0
HTML 至少是一种上下文无关的语言。用正则表达式正确解析 CFL 是不可能的。因此，这是不可能的。使用适当的 HTML 解析库并重新处理 DOM 树或偶数流（取决于接口）以适应您想要做的事情。
于 2009-12-13T21:41:29.710 回答
0
HTML不是正则语言，不能被正则表达式匹配。您可以将一些可能与某些 HTML 匹配的东西放在一起，并且有时会起作用，但一旦出现一些奇怪的东西就会意外地失败。
现在，可悲的是，Yahoo Pipes 似乎没有包含 HTML 解析器。但是，根据此博客条目，您可以通过HTML Tidy管道数据，然后使用他们的Fetch Data模块，该模块可以解析 XML 以结构化格式提取数据。之后处理 XML 的工具并不理想（它们似乎不支持任何像 XPath 或 CSS 选择器查询一样有用的东西），但至少您可以处理已由适当的结构化格式解析的数据HTML 解析器。
于 2010-01-08T17:13:36.877 回答