php 正则表达式提取网页超级链接url的函数

181 阅读 0 评论 120 点赞

我是靠谱客的博主过时心锁，最近开发中收集的这篇文章主要介绍php 正则表达式提取网页超级链接url的函数，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

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; 
}