用regex[PHP]去掉尾随字符串

我一直在试图找出我的

regex

有什么问题

有人能给我一些指导吗

请注意，它并不总是

标记或

标记这就是为什么我没有使用

DOM（）

HTML:

结果

preg_match_all('/(((http|https|ftp|ftps)\:\/\/)|(www\.))[a-zA-Z0-9\-\.]+\.[a-zA-Z]{2,3}(\:[0-9]+)?(\/\S*)?(\W)/', $HTMLSourceCode, $results, PREG_PATTERN_ORDER);

预期结果：

print_r($results[0][0]);
// http://domain.co.uk/wp-content/uploads/2016/06/DSCN8900.jpg">

---

下面是执行此任务的

DOM

示例：

http://domain.co.uk/wp-content/uploads/2016/06/DSCN8900.jpg

---

不要使用正则表达式来解析HTML。改用

DOM

。@anubhava-你有这样的例子吗？-我使用正则表达式是因为它是一个字符串，所以认为它更容易被否决？用

[^“]*

替换

\s*

，删除

（\W）

。对于一次性脚本来说，regexp很好，对于持续时间更长的项目，请使用anubhava的解决方案。@TomRegner OMG谢谢！我一直在寻找这个解决方案。我永远无法掌握

regex

的诀窍，所以我必须分别处理每个标记，比如-

$nodeList=$xpath->query（'//a/@href'））

和

$nodeList=$xpath->query（'//img/@href'）；

对

a->href

是，但如果您想捕获

image->src

，则使用

$nodeList=$xpath->query（'//img/@src）；

http://domain.co.uk/wp-content/uploads/2016/06/DSCN8900.jpg

$html = <<<EOF
<a href="http://domain.co.uk.co.uk/wp-content/uploads/2016/06/DSCN8900.jpg">
<img class="alignnone size-medium wp-image-4181" src="http://domain.co.uk/wp-content/uploads/2016/06/DSCN8900-300x225.jpg" alt="dscn8900" width="300" height="225" srcset="http://domain.co.uk/wp-content/uploads/2016/06/DSCN8900-300x225.jpg 300w, http://domain.co.uk/wp-content/uploads/2016/06/DSCN8900-768x576.jpg 768w, http://domain.co.uk/wp-content/uploads/2016/06/DSCN8900-1024x768.jpg 1024w, http://domain.co.uk/wp-content/uploads/2016/06/DSCN8900-195x146.jpg 195w, http://domain.co.uk/wp-content/uploads/2016/06/DSCN8900-50x38.jpg 50w, http://domain.co.uk/wp-content/uploads/2016/06/DSCN8900-93x70.jpg 93w" sizes="(max-width: 300px) 100vw, 300px"></a>
EOF;

$doc = new DOMDocument();
$doc->loadHTML($html);
$xpath = new DOMXPath($doc);
$nodeList = $xpath->query('//a/@href');

echo $nodeList->item(0)->value . "\n";

http://domain.co.uk.co.uk/wp-content/uploads/2016/06/DSCN8900.jpg