Php 抓取页面中的所有链接

我想从页面中获取所有链接（href）

这是我的实际代码：

preg_match_all('/href=.([^"\' ]+)/i', $content, $anchor);

但它只抓取域和子域（如

name.name.ex

或

name.ex

），而不抓取自定义URL，如

name.ex/name/name.php

---

有人能帮我使用正则表达式吗？

试试这个正则表达式：

$pattern = "/href="([^\s"]+)/";
preg_match_all($pattern, $content, $matches);

if (count($matches[1]) {
  foreach($matches[1] as $match)
    echo $match . "<br />";
}

$pattern=“/href=“（[^\s”]+）/”；
preg_match_all（$pattern、$content、$matches）；
如果（计数（$matches[1]）{
foreach（$matches[1]作为$match）
echo$match。“
”；
}

试试这个正则表达式：

$pattern = "/href="([^\s"]+)/";
preg_match_all($pattern, $content, $matches);

if (count($matches[1]) {
  foreach($matches[1] as $match)
    echo $match . "<br />";
}

$pattern=“/href=“（[^\s”]+）/”；
preg_match_all（$pattern、$content、$matches）；
如果（计数（$matches[1]）{
foreach（$matches[1]作为$match）
echo$match。“
”；
}

给你

$string = "<a href='test.php/url' class=>test</a>testar <a href='test2.php/url2' class=>test</a>";
$pattern = "/<a(?:[^>]*)href=([^ ]*)(?:[^>]*)>/";

preg_match_all($pattern, $string, $matches);

foreach($matches[1] as $match){
    echo $match;
}

$string=“testar”；
$pattern=“/]*）href=（[^]*）（？：[^>]*）>/；
preg_match_all（$pattern，$string，$matches）；
foreach（$matches[1]作为$match）{
回声$匹配；
}

给你

$string = "<a href='test.php/url' class=>test</a>testar <a href='test2.php/url2' class=>test</a>";
$pattern = "/<a(?:[^>]*)href=([^ ]*)(?:[^>]*)>/";

preg_match_all($pattern, $string, $matches);

foreach($matches[1] as $match){
    echo $match;
}

$string=“testar”；
$pattern=“/]*）href=（[^]*）（？：[^>]*）>/；
preg_match_all（$pattern，$string，$matches）；
foreach（$matches[1]作为$match）{
回声$匹配；
}

我建议不要为此使用正则表达式。我建议您使用来解析并获得结果

下面是使用

DOM

和

XPath

$html = '<a href="name.ex/name/name.php">text</a>
         <a href="foo.com">foobar</a>';

$doc = new DOMDocument();
$doc->loadHTML($html); 

$xpath = new DOMXPath($doc);

foreach ($xpath->query('//a') as $link) {
   $links[] = $link->getAttribute('href');
}

print_r($links);

$html='1！'
';
$doc=新的DOMDocument（）；
$doc->loadHTML（$html）；
$xpath=新的DOMXPath（$doc）；
foreach（$xpath->query（'//a'）作为$link）{
$links[]=$link->getAttribute（'href'）；
}
打印（链接）；

---

请参见

我建议不要为此使用正则表达式。我建议您使用来解析并获得结果

下面是使用

DOM

和

XPath

$html = '<a href="name.ex/name/name.php">text</a>
         <a href="foo.com">foobar</a>';

$doc = new DOMDocument();
$doc->loadHTML($html); 

$xpath = new DOMXPath($doc);

foreach ($xpath->query('//a') as $link) {
   $links[] = $link->getAttribute('href');
}

print_r($links);

$html='1！'
';
$doc=新的DOMDocument（）；
$doc->loadHTML（$html）；
$xpath=新的DOMXPath（$doc）；
foreach（$xpath->query（'//a'）作为$link）{
$links[]=$link->getAttribute（'href'）；
}
打印（链接）；

---

请参见

更易于使用的文档：

$doc = new DOMDocument();
@$doc->loadHTML($html);

$linkNodes = $doc->getElementsByTagName('a');

foreach($linkNodes as $linkNode) {
    $urls[] = $linkNode->getAttribute('href');
}

print_r($urls);

---

使用DOMDocument更容易：

$doc = new DOMDocument();
@$doc->loadHTML($html);

$linkNodes = $doc->getElementsByTagName('a');

foreach($linkNodes as $linkNode) {
    $urls[] = $linkNode->getAttribute('href');
}

print_r($urls);

---

您可以列出所有域（即.com、.org、.net等），然后对所有域进行预匹配。这里是所有TLD的wiki，您可以列出所有域（即.com、.org、.net等），然后对所有域进行预匹配。这是所有TLD的维基