Php preg_match：通过匹配其中的一个单词来返回整个url

如果我有包含以下内容的文本：

测试

如何通过匹配具有“abc=xxxx”的单词来预匹配，因此我得到：

www.example.com/test？abc=xxxx&def=yyyy&ghi=zzzzz

当您在此处搜索URL时，有必要弄清楚它与上下文的区别

URL通常不包含空格，并且通常包含在某种引号或括号中，以便于识别：

URL——被空格包围--
“URL”--在您的示例中引用--
--标记URL的类方法--

这将允许将URL描述为以下表达式

~（？P[^\s“\']+）~

在您的示例中，仅在文档上运行此操作已经在这里做了一些工作，它给出了13个结果，其中12个是误报，但URL位于：

#1 h1、#2测试、#3/h1、，
#4部分，5个html，6个元素，
#7 a，#8 href=，
#9 www.example.com/test？abc=xxxx&def=yyyy&ghi=zzzzz，
#10/a、#11更多、#12 html、，
#13个要素。

幸运的是，在您的案例中，URL是什么，您有更多的条件，因此可以添加这些条件。例如，必须有一个查询字符串。它必须包含一个问号：

~（？P[^\s“\'？]+\？[^\s“\'？]+）~

问号已被排除在允许的字符组之外，该组已被分割为两个，并且在中间需要问号。因为URL只能包含一次，所以这是完全好的。

现在只剩下一场比赛了

www.example.com/test?abc=xxxx&def=yyyy&ghi=zzzzz

因为这现在真的很难读，让我们把它写下来：

~
    (?(DEFINE)
        (?<Chars> [^\s<>"\'?]+)
    )

    (?P<url> (?&Chars) \? (?&Chars) )
~x

因此，只要您对特定URL感兴趣，使用正则表达式执行此操作就相对简单，但是：文档中的URL不能被规范化，其他类似问题也可能会被规范化。因此，通常最值得先规范化URL，然后再继续进行。例如，在查询信息部分中查找URL参数时

在编写本文时，我实际上认为，对从文档中获取的URL的过滤应该独立于解析方法。正如其他用户所评论的，您可能希望使用HTML解析器而不是正则表达式。或者您可能希望两者都使用

让我们首先考虑正则表达式场景。下面是一个具有正确URL解析的正则表达式变体。作为预防措施，URL的最大长度限制在6到256字节之间：

$matcher  = new PregStringMatcher('~([^\s<>"\']{6,256})~');
$segments = new StringMatcherIterator($matcher, $input);
$all      = new DecoratingIterator($segments, 'Net_URL2');
$urls     = new CallbackFilterIterator($all, function (Net_URL2 $url) {
    return isset($url->getQueryVariables()['abc']);
});

foreach ($urls as $url) {
    echo $url->getQueryVariables()['abc'], ' - ', $url, "\n";
}

如果你现在考虑切换到HTML解析器，你就不需要改变太多的代码。因为过滤逻辑保持不变，你只需要交换下面的<强>可遍历< /强>：

$doc   = new DOMDocument();
$saved = libxml_use_internal_errors(true);
$doc->loadHTML($input);
libxml_use_internal_errors($saved);

$attributes = (new DOMXPath($doc))->query('//@href');
$segments   = new DecoratingIterator($attributes, function (DOMAttr $attr) {
    return $attr->nodeValue;
});

代码的其余部分可以保持不变，本例中的结果是相同的。因此，我希望这些示例非常有用，并展示了如何处理regex模式以及如何添加更多检查的一些方法

下面是带有正则表达式和HTML解析器的完整代码示例。URL筛选器在这两个方面都是相同的：

<?php
/**
 * preg_match: return entire url by matching a word inside it
 *
 * @link http://stackoverflow.com/a/29481904/367456
 */

require __DIR__ . '/vendor/autoload.php';

$input = <<<BUFFER
<h1> Test </h1>
<some html elements>
<a href="www.example.com/test?%61%62%63=xxxx&def=yyyy&ghi=zzzzz"></a>

<more html elements>
BUFFER;

// Regex based retrieval

$matcher  = new PregStringMatcher('~([^\s<>"\']{6,256})~');
$segments = new StringMatcherIterator($matcher, $input);
$all  = new DecoratingIterator($segments, 'Net_URL2');
$urls = new CallbackFilterIterator($all, function (Net_URL2 $url) {
    return isset($url->getQueryVariables()['abc']);
});

foreach ($urls as $url) {
    echo $url->getQueryVariables()['abc'], ' - ', $url, "\n";
}

// DOMDocument based retrieval

$doc   = new DOMDocument();
$saved = libxml_use_internal_errors(true);
$doc->loadHTML($input);
libxml_use_internal_errors($saved);

$attributes = (new DOMXPath($doc))->query('//@href');
$segments   = new DecoratingIterator($attributes, function (DOMAttr $attr) {
    return $attr->nodeValue;
});
$all  = new DecoratingIterator($segments, 'Net_URL2');
$urls = new CallbackFilterIterator($all, function (Net_URL2 $url) {
    return isset($url->getQueryVariables()['abc']);
});

foreach ($urls as $url) {
    echo $url->getQueryVariables()['abc'], ' - ', $url, "\n";
}

---

您尝试过什么吗？^在问题中添加您的尝试您应该解析url和查询字符串，而不是使用正则表达式。如果该文本是html，则使用DOM和一些xpath。
//a[contains（@href，'abc='）]
？我很高兴看到评论。好吧。要学习DOM+xpath吗
$doc   = new DOMDocument();
$saved = libxml_use_internal_errors(true);
$doc->loadHTML($input);
libxml_use_internal_errors($saved);

$attributes = (new DOMXPath($doc))->query('//@href');
$segments   = new DecoratingIterator($attributes, function (DOMAttr $attr) {
    return $attr->nodeValue;
});

<?php
/**
 * preg_match: return entire url by matching a word inside it
 *
 * @link http://stackoverflow.com/a/29481904/367456
 */

require __DIR__ . '/vendor/autoload.php';

$input = <<<BUFFER
<h1> Test </h1>
<some html elements>
<a href="www.example.com/test?%61%62%63=xxxx&def=yyyy&ghi=zzzzz"></a>

<more html elements>
BUFFER;

// Regex based retrieval

$matcher  = new PregStringMatcher('~([^\s<>"\']{6,256})~');
$segments = new StringMatcherIterator($matcher, $input);
$all  = new DecoratingIterator($segments, 'Net_URL2');
$urls = new CallbackFilterIterator($all, function (Net_URL2 $url) {
    return isset($url->getQueryVariables()['abc']);
});

foreach ($urls as $url) {
    echo $url->getQueryVariables()['abc'], ' - ', $url, "\n";
}

// DOMDocument based retrieval

$doc   = new DOMDocument();
$saved = libxml_use_internal_errors(true);
$doc->loadHTML($input);
libxml_use_internal_errors($saved);

$attributes = (new DOMXPath($doc))->query('//@href');
$segments   = new DecoratingIterator($attributes, function (DOMAttr $attr) {
    return $attr->nodeValue;
});
$all  = new DecoratingIterator($segments, 'Net_URL2');
$urls = new CallbackFilterIterator($all, function (Net_URL2 $url) {
    return isset($url->getQueryVariables()['abc']);
});

foreach ($urls as $url) {
    echo $url->getQueryVariables()['abc'], ' - ', $url, "\n";
}