使用php将URL匹配到模式

我必须为我的项目使用爬虫

我使用简单的dom类从一个页面获取所有链接

---

现在我只想过滤那些形式为

“/questions/3904482/的链接，你说url是question*s*，但你的模式显示没有

另外，看起来您应该使用
if
而不是
echo

include_once('simple_html_dom.php');
$html = new simple_html_dom();
$html->load_file('http://stackoverflow.com/questions?sort=newest');
$pat='#^/questions/([0-9]+)/#';
foreach($html->find('a') as $link)
{

    if ( preg_match($pat, $link->href) )
    {
        echo $link->href."<br>";
    }
}

include_once（'simple_html_dom.php'）；
$html=新的简单html\U dom（）；
$html->load_文件（$html）http://stackoverflow.com/questions?sort=newest');
$pat='#^/问题/（[0-9]+）/#'；
foreach（$html->find（'a'）as$link）
{
如果（preg_匹配（$pat，$link->href））
{
echo$link->href.“
”；
}
}
您可以利用DOM和XPath：

<?php

$dom = new DOMDocument;
@$dom->loadHTMLFile('http://stackoverflow.com/questions?sort=newest');
$xpath = new DOMXPath($dom);
$questions = $xpath->query("//a[contains(@href, '/questions/') and not(contains(@href, '/tagged/')) and not(contains(@href, '/ask'))]");

foreach ($questions as $question) {
    print "{$question->getAttribute('href')} => {$question->nodeValue}";
}

您说url是有问题的，但您的模式显示没有问题s@user2969918我的答案对你有用吗？：）看起来不错，但是如果使用了
@
操作符，那么可能应该检查
$dom
的值
：）
。是的，我在这里使用它只是为了抑制
加载htmlfile（）
输出警告（对于格式不正确的文件）。另一种方法是在前面调用
libxml\u use\u internal\u errors（true）；
。）
<?php

$dom = new DOMDocument;
@$dom->loadHTMLFile('http://stackoverflow.com/questions?sort=newest');
$xpath = new DOMXPath($dom);
$questions = $xpath->query("//a[contains(@href, '/questions/') and not(contains(@href, '/tagged/')) and not(contains(@href, '/ask'))]");

foreach ($questions as $question) {
    print "{$question->getAttribute('href')} => {$question->nodeValue}";
}