当前位置: 首页 > 图文教程 > 网络编程 > 正则表达式 > php 正则表达式提取网页超级链接url的函数

正则表达式
过滤所有HTML代码和CSS,JS
正则表达式的语法
JScript 和 VBScript 正则表达式
ASP.NET 中的正则表达式
我的正则
正则表达式,提取网页中的链接地址
如何删除文本框里的文字内容中段落之间多余的分行
完美替换html代码
限制文本框中只能输入实数或整数,其它字符无效,有劳大家了!
<meta>正则
正则表达式中使用变量赋值
一个正则的写法 php
正则表达式基础
正则表达式学习笔记
如何用正则取input type="text"中的value
[原创]通过脚本清空标签p中的class名和style
[原创]VBS中的正则表达式的用法大全
正则表达式的使用 ASP
去html代码的正则 推荐
正则表达式的应用

php 正则表达式提取网页超级链接url的函数


出处:互联网   整理: 软晨网(RuanChen.com)   发布: 2010-01-10   浏览: 468 ::
收藏到网摘: n/a

php 正则表达式提取网页超级链接url的函数
复制代码 代码如下:

function match_links($document) {
preg_match_all("'<\s*a\s.*?href\s*=\s*([\"\'])?(?(1)(.*?)\\1|([^\s\>]+))[^>]*>?(.*?)</a>'isx",$document,$links);
while(list($key,$val) = each($links[2])) {
if(!empty($val))
$match['link'][] = $val;
}
while(list($key,$val) = each($links[3])) {
if(!empty($val))
$match['link'][] = $val;
}
while(list($key,$val) = each($links[4])) {
if(!empty($val))
$match['content'][] = $val;
}
while(list($key,$val) = each($links[0])) {
if(!empty($val))
$match['all'][] = $val;
}
return $match;
}

主要是正则的问题,下面给出个asp.net下的,多测试正则
获取页面的链接正则
复制代码 代码如下:

public string GetHref(string HtmlCode)
{
string MatchVale = "";
string Reg = @"(h|H)(r|R)(e|E)(f|F) *= *('|"")?((\w|\\|\/|\.|:|-|_)+)('|""| *|>)?";
foreach (Match m in Regex.Matches(HtmlCode, Reg))
{
MatchVale += (m.Value).ToLower().Replace("href=", "").Trim() + "||";
}
return MatchVale;
}