Abrufen des href-Attributs eines A-Elements

Der Versuch, die Links auf einer Seite zu finden.

Mein Regex ist:

/<a\s[^>]*href=(\"\'??)([^\"\' >]*?)[^>]*>(.*)<\/a>/

scheint aber zu scheitern

<a title="this" href="that">what?</a>

Wie würde ich meinen regulären Ausdruck ändern, um mit href umzugehen, die nicht an erster Stelle im a-Tag stehen?

Zuverlässiger Regex für HTML ist schwierig . So geht's mit DOM :

$dom = new DOMDocument;
$dom->loadHTML($html);
foreach ($dom->getElementsByTagName('a') as $node) {
    echo $dom->saveHtml($node), PHP_EOL;
}

Das Obige würde das "OuterHTML" aller AElemente in der $htmlZeichenfolge finden und ausgeben .

Um zu erhalten alle Textwerte des Knotens, was Sie tun

echo $node->nodeValue; 

Um zu überprüfen, ob das hrefAttribut vorhanden ist, können Sie dies tun

echo $node->hasAttribute( 'href' );

Um zu erhalten das hrefAttribut , das Sie tun würde

echo $node->getAttribute( 'href' );

Um das Attribut zu ändernhref , würden Sie tun

$node->setAttribute('href', 'something else');

Um das Attribut zu entfernenhref , würden Sie tun

$node->removeAttribute('href'); 

Sie können das hrefAttribut auch direkt mit XPath abfragen

$dom = new DOMDocument;
$dom->loadHTML($html);
$xpath = new DOMXPath($dom);
$nodes = $xpath->query('//a/@href');
foreach($nodes as $href) {
    echo $href->nodeValue;                       // echo current attribute value
    $href->nodeValue = 'new value';              // set new attribute value
    $href->parentNode->removeAttribute('href');  // remove attribute
}

Siehe auch:

• Beste Methoden zum Parsen von HTML
• DOMDocument in php

Nebenbei: Ich bin sicher, dass dies ein Duplikat ist und Sie können die Antwort irgendwo hier finden

Ich stimme Gordon zu, Sie MÜSSEN einen HTML-Parser verwenden, um HTML zu analysieren. Aber wenn Sie wirklich einen regulären Ausdruck wollen, können Sie diesen ausprobieren:

/^<a.*?href=(["\'])(.*?)\1.*$/

Dies passt <azu Beginn der Zeichenkette, gefolgt von einer beliebigen Anzahl von beliebigen char (nicht gierigen) .*?dann href=durch die Verbindung gefolgt durch entweder umgeben "oder'

$str = '<a title="this" href="that">what?</a>';
preg_match('/^<a.*?href=(["\'])(.*?)\1.*$/', $str, $m);
var_dump($m);

Ausgabe:

array(3) {
  [0]=>
  string(37) "<a title="this" href="that">what?</a>"
  [1]=>
  string(1) """
  [2]=>
  string(4) "that"
}

Das Muster, nach dem Sie suchen möchten, ist das Link-Anker-Muster, wie (etwas):

$regex_pattern = "/<a href=\"(.*)\">(.*)<\/a>/";

Warum passt du nicht einfach zusammen?

"<a.*?href\s*=\s*['"](.*?)['"]"

<?php

$str = '<a title="this" href="that">what?</a>';

$res = array();

preg_match_all("/<a.*?href\s*=\s*['\"](.*?)['\"]/", $str, $res);

var_dump($res);

?>

dann

$ php test.php
array(2) {
  [0]=>
  array(1) {
    [0]=>
    string(27) "<a title="this" href="that""
  }
  [1]=>
  array(1) {
    [0]=>
    string(4) "that"
  }
}

was funktioniert. Ich habe gerade die ersten Erfassungsklammern entfernt.

Für diejenigen, die die Lösungen mit SimpleXML immer noch nicht sehr einfach und schnell erhalten

$a = new SimpleXMLElement('<a href="www.something.com">Click here</a>');
echo $a['href']; // will echo www.something.com

Es funktioniert für mich

Ich bin nicht sicher, was Sie hier versuchen, aber wenn Sie versuchen, den Link zu validieren, schauen Sie sich PHPs filter_var () an.

Wenn Sie wirklich einen regulären Ausdruck verwenden müssen, schauen Sie sich dieses Tool an. Es kann hilfreich sein: http://regex.larsolavtorvik.com/

Mit Ihrer Regex habe ich sie ein wenig an Ihre Bedürfnisse angepasst.

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

Ich persönlich schlage vor, Sie verwenden eine HTML-Parser verwenden

EDIT: Getestet

Schnell Test: <a\s+[^>]*href=(\"\'??)([^\1]+)(?:\1)>(.*)<\/a> Scheint den Trick zu machen, wobei das erste Match "oder" ist, das zweite der "href" -Wert "das" und das dritte das "was?".

Der Grund, warum ich das erste Match von "/ 'dort gelassen habe, ist, dass Sie es verwenden können, um es später für das Schließen zurück zu referenzieren" /', also ist es dasselbe.

Siehe Live-Beispiel unter: http://www.rubular.com/r/jsKyK2b6do

preg_match_all ("/ (] >) (. ?) (</ a) /", $ Inhalt, $ Impmatches, PREG_SET_ORDER);

Es wird getestet und ruft alle Tags aus jedem HTML-Code ab.

Das Folgende funktioniert für mich und gibt sowohl hrefals auch valuedas Ankertag zurück.

preg_match_all("'\<a.*?href=\"(.*?)\".*?\>(.*?)\<\/a\>'si", $html, $match);
if($match) {
    foreach($match[0] as $k => $e) {
        $urls[] = array(
            'anchor'    =>  $e,
            'href'      =>  $match[1][$k],
            'value'     =>  $match[2][$k]
        );
    }
}

Das aufgerufene mehrdimensionale Array $urlsenthält jetzt assoziative Unterarrays, die einfach zu verwenden sind.