Wie kann ich mithilfe regulärer Ausdrücke href-Werte aus HTML-Links extrahieren?

Verwenden regulärer Ausdrücke zum Extrahieren von href-Werten aus HTML-Links

Während für robustes HTML-Parsing im Allgemeinen ein dedizierter HTML-Parser empfohlen wird, kann für einfachere Szenarien ein Ansatz mit regulären Ausdrücken verwendet werden. Diese Lösung extrahiert href-Werte und verarbeitet sowohl einfache als auch doppelte Anführungszeichen:

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

Erklärung:

• <as : Entspricht dem öffnenden <a>-Tag, gefolgt von optionalem Leerzeichen.
• (?:[^>]*?s )?: Entspricht optional allen anderen Attributen und Leerzeichen vor href. Das ?: macht dies zu einer nicht erfassenden Gruppe.
• href=("|'): Entspricht dem Attribut href, gefolgt von einem einfachen oder doppelten Anführungszeichen. Das Zitat wird in Gruppe 1 erfasst.
• (. ?): Erfasst den href-Wert selbst (Gruppe 2).
• 1: Entspricht dem Schlusszitat (dasselbe wie das in Gruppe 1 erfasste Eröffnungszitat).

Wichtige Überlegungen:

Dieser reguläre Ausdruck ist kein vollständiger HTML-Parser. Es schlägt bei fehlerhaftem oder komplexem HTML fehl. Es eignet sich am besten für vorverarbeitete, vereinfachte HTML-Schnipsel. Verwenden Sie es beispielsweise für eine Liste extrahierter href-Attribute wie folgt: href="mylink.com"

Filtern nach bestimmten Linktypen:

Um Links zu filtern, die sowohl ein Fragezeichen (?) als auch ein Gleichheitszeichen (=) enthalten, verwenden Sie diesen verfeinerten regulären Ausdruck:

<code>href=(.*?)\?(.*?)=(.*?)</code>

Dadurch wird sichergestellt, dass nur Links mit den angegebenen Merkmalen ausgewählt werden. Denken Sie daran, dass komplexe HTML-Strukturen für zuverlässige Ergebnisse einen dedizierten HTML-Parser erfordern.

Das obige ist der detaillierte Inhalt vonWie kann ich mithilfe regulärer Ausdrücke href-Werte aus HTML-Links extrahieren?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!