我正在努力将一些博客文章转移到新的第三方家庭，并且需要用新的URL替换一些现有的URL。我不能使用XML，并且被迫使用需要在正则表达式中进行此搜索的包装类。我目前正在为html中存在的URL进行regex-ing时遇到问题。例如，如果html是：
<h1><a href="http://www.website.com/article/slug-that-has-undetermined-amount-of-hyphens/12345">Whatever</a></h1>
我需要我的正则表达式返回：
http://www.website.com/article/slug-that-has-undetermined-amount-of-hyphens/12345
URL的开头部分永远不会改变（"http://www.website.com/article/"部分）。但是，我不知道slug短语会是什么，但确实知道它们将包含一个未知的单词之间的连字符。 URL末尾的ID号可以是任何整数。
每篇文章中都有这些类型的多个链接，文章中还有其他类型的URL我希望被忽略，因此我不能只在引号内查找以http开头的短语。
FWIW：我在php工作，目前正在尝试使用preg_match_all返回所需的URL数组
这是我最近的尝试：
$array_of_urls = [];
preg_match_all('/http:\/\/www\.website\.com\/article\/[^"]*/', $variable_with_html, $array_of_urls);
var_dump($array_of_urls);
然后我把纳达甩掉了。任何帮助赞赏！
我们StackOverflow志愿者在解析html数据时必须坚持享受dom解析器的稳定性而不是正则表达式。
代码：（Demo）
$html=<<<HTML
<h1><a href="http://www.website.com/article/slug-that-has-undetermined-amount-of-hyphens/12345">Whatever</a></h1>
<p>Here is a url as plain text: http://www.website.com/article/sluggy-slug</p>
<div>Here is a qualifying link: <a href="http://www.website.com/article/slugger-sluggington-jr/666">Whatever</a></div>
HTML;
$dom = new DomDocument();
$dom->loadHTML($html);
foreach ($dom->getElementsByTagName('a') as $item) {
$output[] = $item->getAttribute('href');
}
var_export($output);
输出：
array (
0 => 'http://www.website.com/article/slug-that-has-undetermined-amount-of-hyphens/12345',
1 => 'http://www.website.com/article/slugger-sluggington-jr/666',
)
如果出于某些疯狂的原因，上面的内容对你的项目不起作用而你必须使用正则表达式，这应该足够了：
~<a.*?href="\K[^"]+~i // using case-insensitive flag in case of all-caps syntax