首页 / HTML / php-使用正则表达式从网站的HTML源中提取内容

php-使用正则表达式从网站的HTML源中提取内容

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了php-使用正则表达式从网站的HTML源中提取内容，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1410字，纯文字阅读大概需要3分钟。

内容图文

这个问题已经在这里有了答案：            >            How do you parse and process HTML/XML in PHP?                                    30个
我正在尝试修复以下代码.

编码：

$pageData = file_get_contents('111234-2.html');
if(preg_match_all('/<a\s+onclick=["\']([^"\']+)["\']/i', $pageData, $links, PREG_PATTERN_ORDER))
     print_r(array_unique($links[1]));
return false;

我希望从中获取一些示例HTML：

    <a onclick="doShowCHys=1;ShowWindowN(0,'http://www.example.com/home/Player.aspx?lpk4=116031&amp;playChapter=False',960,540,111234);return false;" href="javascript:void(0);">
<span class="vt">Welcome

        </span>
        <span class="dur">1m 10s</span>
        <span class="" id="bkmimgview-116031">&nbsp;</span>
        <br class="clear">
    </a>

我得到的输出：

Array ( [0] => doShowCHys=1;ShowWindowN(0, )

我希望的输出：

Array ( [0] => doShowCHys=1;ShowWindowN(0,'http://www.example.com/home/Player.aspx?lpk4=116031&amp;playChapter=False',960,540,111234);return false;)

我该如何实现？

解决方法:

您可以使用反向引用来改进此功能,但是如果嵌套引号的级别更高,您将注定要失败.

'/<a\s+onclick=(["\'])((?:(?!\1).)+)\1/i'

反向引用使您可以引用已捕获的组.因此,如果您在第一个捕获中捕获了一个“,”则想找到一个非“字符串”,同样,如果您在第一个捕获中捕获了一个“,”则想找到一个非“ ,并且两种方式都以相同的引号“或”结尾.

编辑：

@vladr提供了更好的选择：

'/<a\s+onclick=(["\'])(.*?)\1/i'

相同的想法,但非贪婪的量词使得不必测试每个字符的非引用性.更新的Rubular链接：http://rubular.com/r/VXR1nQ4zf5.

内容总结

以上是互联网集市为您收集整理的php-使用正则表达式从网站的HTML源中提取内容全部内容，希望文章能够帮你解决php-使用正则表达式从网站的HTML源中提取内容所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

扫描二维码推送至手机访问。

本文链接：https://qyyshop.com/info/675324.html

来源：【匿名】