拆分HTML链接标签

Question

我有这样的HTML代码中的字符串：

Hello world 
    <img src="mypicture.png" /> 
    <p>Some text in a tag</p> 
    <a href="http://www.google.fr">Link to google</a> Some Text <a href="http://www.yahoo.fr">Link to yahoo</a> End of line 
    <p>Some text in a tag</p> 
    <a attribute="some value" href="http://www.apple.com">Link to apple</a> 
    Some text 

我想这个字符串转换成数组：

0 => Hello world 
    <img src="mypicture.png" /> 
    <p>Some text in a tag</p> 
    <a href=" 

    1 => http://www.google.fr 

    2 => ">Link to google</a> Some Text <a href=" 

    3 => http://www.yahoo.fr 

    4 => ">Link to yahoo</a> End of line 
    <p>Some text in a tag</p> 
    <a attribute="some value" href=" 

    5 => http://www.apple.com 

    6 => ">Link to apple</a> 
    Some text 

我已经试过这个正则表达式。它工作正常提取的联系，但我不设法建立我的阵列...

<a (.*?)href=(.*?)\"(.+?)\"(.*?)> 

Answer 1

您可以链接以及之前刚刚添加的东西来捕捉任何和一切：

([\W\w]*?)(?:(<a .*?href=.*?\")(.+?)(?=\")|$)

• 获取的每一个字符，直到...
• 找到链接：
  • 获取ŧ他连接起来，href值（基本代码）
  • 获取字符到下一个报价
• 文本的结束被找到（网址）

然后你只需要逐步完成每个匹配，并将pre + link添加到阵列，并将url添加到阵列中。