wake-up-neo.net

Das href-Attribut eines A-Elements erfassen

Der Versuch, die Links auf einer Seite zu finden. 

mein Regex ist:

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

scheint aber an zu scheitern

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

Wie würde ich meine Regex ändern, um mit href umzugehen, das nicht als erstes in einem Tag steht

phphtmldom
109
bergin

Zuverlässiges Regex für HTML ist schwierig . So geht es mit DOM :

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

Das obige würde die "outerHTML" aller A-Elemente in der $html-Zeichenfolge finden und ausgeben. 

Um get alle Textwerte des Knotens zu erhalten, müssen Sie dies tun

echo $node->nodeValue;

Um check wenn das href-Attribut vorhanden ist, können Sie dies tun

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

Get das href-Attribut, das Sie ausführen würden

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

Um ändern das href-Attribut, das Sie ausführen würden

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

Um entfernen das href-Attribut, das Sie ausführen würden

$node->removeAttribute('href');

Sie können das Attribut href 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:

Auf einer Nebenbemerkung: Ich bin sicher, dass es sich um ein Duplikat handelt und Sie können die Antwort irgendwo hier finden

202
Gordon

Ich stimme Gordon zu, Sie MÜSSEN einen HTML-Parser verwenden, um HTML zu parsen. Wenn Sie wirklich einen Regex wollen, können Sie diesen ausprobieren:

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

Dies entspricht <a am Anfang der Zeichenfolge, gefolgt von einer beliebigen Anzahl beliebiger Zeichen (nicht gierig) .*?, dann href=, gefolgt von dem Link, der entweder von " oder ' umgeben ist.

$str = '<a title="this" href="that">what?</a>';
preg_match('/^<a.*?href=(["\'])(.*?)\1.*$/', $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"
}
17
Toto

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

$regex_pattern = "/<a href=\"(.*)\">(.*)<\/a>/";
5
Alex Pliutau

warum passt ihr 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 Fangklammern entfernt.

3
Aif

Für denjenigen, der die Lösungen mit SimpleXML immer noch nicht einfach und schnell erhält

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

Es arbeitet für mich

2
Milan Malani

Ich bin nicht sicher, was Sie hier tun möchten, aber wenn Sie versuchen, den Link zu überprüfen, schauen Sie sich PHP_filter_var () an. 

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

2
Adam

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

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

Ich persönlich schlage vor, dass Sie einen HTML-Parser verwenden

EDIT: Getestet

2
Ruel

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

Der Grund, warum ich die erste Übereinstimmung von "/" dort belassen habe, ist, dass Sie es verwenden können, um später auf das schließende "/" zu verweisen, also ist es dasselbe.

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

1
CharlesLeaf

preg_match_all ("/ (]>) (. ?) (</ a) /", $ content, $ impmatches, PREG_SET_ORDER);

Es wird getestet und holt alle Tags aus einem beliebigen HTML-Code.

0
Ravi Prakash

Folgendes funktioniert für mich und gibt sowohl href als auch value des Anchor-Tags 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 mehrdimensionale Array mit dem Namen $urls enthält jetzt einfach zu verwendende assoziative Unterarrays.

0
Meloman