PHP：通过URL描述符从HTML获取URL

在PHP中，如何通过只知道某个href的名称/描述文本来获取其URL？例如，如何通过搜索字符串“sitemap”从Apple主页获取站点地图的URL

因此，在开始时，我只知道我想要爬网的站点（例如www.apple.com）和我感兴趣的URL描述符（例如“站点地图”）。解决方案的正确输出应为：

---

任何关于如何解决这个问题的想法都将受到高度赞赏。

也许可以使用正则表达式

$url='1！'http://www.apple.de';
$name='站点地图'；
$content=file\u get\u contents（$url）；
如果（preg_match（'/]*href\s*=\s*（“（[^“]+）”“|\”（[^\']+）\”）[^>]*>.'.$name....*/i'，$content，$matches））
打印（匹配项）；

在对另一个答案作出否定评论后，我不想提出我自己的问题，但这个问题对许多人来说可能不太感兴趣

在HTML中，URL通常如下所示：

<a href="http://www.apple.com/sitemap/" >http://www.apple.com/sitemap/</a>

因此，您需要的是url标记的

href

属性

有很多不同的方法可以做到这一点，这有点学术性，这可能就是为什么很少有人发布答案的原因

要解析页面，DOM解析库是最佳选择。请研究其中一些

一、 就个人而言，我喜欢使用基于XPath的DOM解析库，并且经常使用标准php预先打包的DOMDocument库

---

.

对html、xml等进行正则表达式解析几乎从来都不是一个好主意。.许多DOM库中的一个是一个非常首选的选择。谢谢，正则表达式完成了这项工作，上面的代码片段的结果如下：

[0]=>[1]=>“/legal/privacy/”[2]=>/legal/privacy/

我稍微更新了正则表达式。它的工作原理类似于sharm:

preg_match（“/谢谢你的回答。我同意HTML中的URL很多时候看起来都像你展示的示例。但是，在这种情况下，我可以肯定URL描述符是静态文本（例如“站点地图”）基于此，您能否详细说明如何使用基于XPath的DOM解析器解决此问题？Html使用标记来标识文本的概念部分。没有“静态文本”的概念"在html中，它将在一个标记内。我没有时间详细回答，但会提供一些链接…祝你好运！好吧，我的意思是我确定我尝试爬网的网页有文本字符串“Site map”作为URL的描述。无论如何，我想我会使用下面的正则表达式，因为它可以工作，而不是尝试不工作o使DOMXPath解决方案正常工作。