PHP从文本中提取相关链接

Question

我想从包含相关链接的html页面中提取所有链接。我使用正则表达式来获取所有网址 - 这很容易 - 但我也想找到相关链接。所以，我希望能够找到：

<a href="http://www.google.com">Some Link</a> 

，我也希望能够找到

<a href="somepage.php">Some Other Link</a> 

我需要让我使用尽可能少的内存尽可能快地做到这一点试图避免使用DOM的东西等。有人有主意吗？

Answer 1

只是想这样的事情。它够了吗？

$a = '<a href="http://www.google.com">Some Link</a>'; 
$p = '/href=\"(?<href>.*?)\">(?<content>.*?)</'; 
preg_match_all($p, $a, $m); 
var_dump($m); 

和

$b = '<a href="somepage.php">Some Other Link</a>'; 
preg_match_all($p, $b, $m2); 
var_dump($m2); 

如果您不需要参考<href>，让您访问诸如$m['href']数据你可以脱下所以图案变得

$p = '/href=\"(.*?)\">(.*?)</';

Answer 2

如何

\<a.*?(?:href=['"](.*)?['"]|\>)