PHP Regex HTML - URL Extrahieren

Ich versuche zu extrahieren mehrere URLs aus HTML-Datei mit regex.
Es gibt andere URLs in die Datei, gehen Sie nur Muster, die ich habe ist "tableentries." und ""

HTML-code Beispiel:

<tr class="tableentries2">
  <td>
    <a href="http://example.com/all-files/files/00000000789/">Click Here</a>
  </td>

PHP ich schrieb:

$html = "value of the code above"
if(preg_match_all('/<td>.*</td>/', $html, $match)){
foreach($match[0] as $x){

echo $x . "<br>";

}}
  • Was ist Ihre Frage genau? was bedeutet dieser code erhalten Sie? warum hat es nicht funktioniert?
  • Anführungszeichen fehlen, um Ihre HTML-Attribute. <tr class="tableentries2"> ... <a href="http://example.com/..."> (bearbeitet deine Frage)
  • Vielleicht verwenden Sie ein DOM-parser wie simplehtmldom.sourceforge.net
InformationsquelleAutor Rajesh Muntari | 2011-11-16
  1. 10

    Warum nicht einfach suchen href Werte? (Aktualisiert, da der bearbeitete code hat jetzt Anführungszeichen.)

    preg_match_all('/href="([^\s"]+)/', $html, $match);

    Dann die URI wäre in $match[1][0].

    • Problem ist, es gibt auch andere URLs auf der Seite, so dass das einzige Muster, das ich habe ist "tableentries." und am Anfang und "</a>" nach der URL.Danke für die Hilfe!
    InformationsquelleAutor sdleihssirhc
  2. 4

    Sollten Sie wirklich nicht verwenden, regex zum Parsen von HTML. DOMDocument ist eigentlich sehr einfach zu verwenden für diese Art der Sache. hier ist ein einfaches Beispiel.

    <?php
error_reporting(E_ALL);
$html = "
<table>
    <tr>
        <td>
            <a href='http://www.test1-1.com'>test1-1</a>
        </td>
        <td>
            <a href='http://www.test1-2.com'>test1-2</a>
        </td>
        <td>
            <a href='http://www.test1-3.com'>test1-3</a>
        </td>
    </tr>
    <tr>
        <td>
            <a href='http://www.test2-1.com'>test2-1</a>
        </td>
        <td>
            <a href='http://www.test2-2.com'>test2-2</a>
        </td>
        <td>
            <a href='http://www.test2-3.com'>test2-3</a>
        </td>
    </tr>
</table>";

$DOM = new DOMDocument();
//load the html string into the DOMDocument
$DOM->loadHTML($html);
//get a list of all <A> tags
$a = $DOM->getElementsByTagName('a');
//loop through all <A> tags
foreach($a as $link){
    //echo out the href attribute of the <A> tag.
    echo $link->getAttribute('href').'<br />';
}
?>

    Diese ausgeben würde:

    http://www.test1-1.com
http://www.test1-2.com
http://www.test1-3.com
http://www.test2-1.com
http://www.test2-2.com
http://www.test2-3.com
    • Problem ist, es gibt auch andere URLs auf der Seite, so dass das einzige Muster, das ich habe ist "tableentries." und am Anfang und "</a>" nach der URL.Danke für die Hilfe!
    • wie Sie auch greifen Sie die test1-2 Titel von dem link?
    • es ist die nodeValue-Eigenschaft, die Sie verwenden können. so etwas wie $link->nodeValue. hier ist ein Beispiel: codepad.viper-7.com/JBsfP1
    InformationsquelleAutor Jonathan Kuhn
  3. 0
    <?php
preg_match_All("#<a\s[^>]*href\s*=\s*[\'\"]??\s*?(?'path'[^\'\"\s]+?)[\'\"\s]{1}[^>]*>(?'name'[^>]*)<#simU", $html, $hrefs, PREG_SET_ORDER);

foreach ($hrefs AS $urls){
 print $urls['path']."<br>";
}
?>
    InformationsquelleAutor Andrew W
Schreibe einen Kommentar