Asir el atributo href de un elemento A

Question

Intentando encontrar los enlaces en una página.

mi expresión regular es:

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

pero parece fallar en

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

¿Cómo iba a cambiar mi expresión regular para hacer frente a href no se coloca por primera vez en la etiqueta?

Answer 1

Reliable Regex for HTML are difficult. Aquí es cómo hacerlo con DOM:

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

Lo anterior podría encontrar la salida y la de todos los "outerHTML"A elementos en la cadena $html.

Para obtener todos los valores de texto del nodo, lo hace

echo $node->nodeValue; 

Para cheque si existe el atributo href que puede hacer

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

Para obtener la href atributo que harías

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

Para cambio la href atributo que haría

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

Para eliminar la href atributo que haría

$node->removeAttribute('href'); 

También puede consultar para el atributo href directamente con XPath

$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 
} 

Véase también:

• Best methods to parse HTML
• DOMDocument in php

En una nota: estoy seguro de que esto es un duplicado y se puede find the answer somewhere in here

Answer 2

¿por qué no acaba de coincidir

"<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); 

?> 

continuación

$ php test.php 
array(2) { 
    [0]=> 
    array(1) { 
    [0]=> 
    string(27) "<a title="this" href="that"" 
    } 
    [1]=> 
    array(1) { 
    [0]=> 
    string(4) "that" 
    } 
} 

que trabaja. Acabo de quitar los primeros soportes de captura.

Answer 3

El patrón que desea buscar sería el patrón de vínculo de anclaje, al igual que (algo):

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

Answer 4

prueba rápida: <a\s+[^>]*href=(\"\'??)([^\1]+)(?:\1)>(.*)<\/a> parece hacer el truco, con el 1er partido ser "o', el segundo el 'href' valor 'que', y el tercero el 'qué?'.

El motivo por el que dejé la primera coincidencia de "/ 'es que puede usarlo para hacer una referencia posterior más adelante para el cierre"/'entonces es lo mismo.

Vea el ejemplo en vivo en: http://www.rubular.com/r/jsKyK2b6do

Answer 5

no estoy seguro de lo que estás tratando de hacer aquí, pero si usted está tratando de validar el enlace a continuación, un vistazo a filter_var() de PHP

Si realmente necesita usar una expresión regular entonces echa un vistazo a esta herramienta, puede ayudar: http://regex.larsolavtorvik.com/

Answer 6

Usando su expresión regular, la modifiqué un poco para adaptarla a sus necesidades.

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

yo personalmente recomiendo que utilice un EDITAR HTML Parser

: Probado

Answer 7

estoy de acuerdo con Gordon, DEBES usar un analizador HTML para analizar HTML. Pero si realmente quieres una expresión regular se puede probar esto:

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

Esto coincide con <a en el comienzo de la cadena, seguido de cualquier número de cualquier char (no codiciosos) .*? continuación href= seguido por el enlace rodeada ya sea " o '

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

de salida:

array(3) { 
    [0]=> 
    string(37) "<a title="this" href="that">what?</a>" 
    [1]=> 
    string(1) """ 
    [2]=> 
    string(4) "that" 
} 

Answer 8

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

Se prueba y obtener todos una etiqueta de cualquier código html

Answer 9

Para el que aún no recibe el. soluciones muy fáciles y utilizando rápida SimpleXML

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

Su trabajo para mí