获取所有从页面的URL使用正则表达式

Question

原始格式：

<a href="http://www.example.com/t434234.html" ...>

1.我需要获取这种格式的所有URL：

http://www.example.com/t[ANY CHARACTER].html 

任何性质值是从URL更改为另一个值的地方。其余的都是固定的。

这里是我的尝试：

preg_match("#http:\/\/www\.aqarcity\.com\/t[a-zA-Z0-9_]\.html#", $page, $urls); 

我得到空的结果。我不知道我在哪里出错...

Answer 1

问题似乎是[a-zA-Z0-9_]只能匹配一个字符。如果您想匹配零个或多个字符，请使用[a-zA-Z0-9_]*。对于一个或多个，请使用[a-zA-Z0-9_]+。对于六个字符，请使用[a-zA-Z0-9_]{6}。对于例如一到六个字符，使用[a-zA-Z0-9_]{1,6}。

另请注意，由于您使用的是#作为分隔符，因此不需要转义/字符。据我所知，这不会让你的代码行为不当，但如果你在斜杠前删除反斜杠，它会更容易阅读。

最后，请认识到正则表达式是一种使用HTML的相当危险的方式。在这种情况下，您可以从评论，Javascript代码和其他非链接内容中选取匹配的URL。使用未加标准的正则表达式正确解析HTML是不可能的 - 他们没有必要的表达能力。我不知道什么样的HTML解析器可用于PHP，但您可能需要查看它们。