我试图从锚标记中提取文本，url（href）和id。到目前为止，我可以在锚标签之间获取文本。这是我的代码
<html>
<head>
</head>
<body>
<?php
$html =<a href='https://www.google.lk/' id='21'>Google</a> <a>Solution</a>"
preg_match_all('@<(a)>(.+?)</\1>@is', $html, $matches);
foreach ($matches[2] as $text) {
print "Text: $text\n";
echo "<br>";
}
?>
</body>
</html>
这将得到以下结果。
文字：解决方案
这样，我只能在两个纯锚标签之间打印文本（没有任何参数）。但是当存在诸如href和id之类的参数时，这不会起作用。我试图修改上面的代码，以下面的方式打印文本（2个锚标签之间），URL（HREF）和ID
文字：Google网址：https://www.google.lk/ id：21
任何帮助将不胜感激。谢谢
你的问题有点不清楚，所以如果我理解正确，你可以很容易地提取锚标签（<a>），但如果<a标签包含href和id，那么你认为它不会起作用。另外，根据您的帖子标题，您还想提取href和id属性的值，它们可能存在也可能不存在。事实上，他们中的任何一个都可能会失踪。
在这种情况下，您可以使用此正则表达式，
<(a)(?:\s+href=(['"])(?<href>[^'"]*)\2\s*)?(?:\s+id=(['"])(?<id>[^'"]*)\4\s*)?>(.+?)<\/\1>
说明：
< - >标签的开头(a) - >仅将标记名称设置为“a”并在第1组中捕获它以通过在结束时通过反向引用进行匹配(?:\s+href=(['"])(?<href>[^'"]*)\2\s*)? - >这部分匹配href属性并在href命名组中捕获它的值，这是可选的(?:id=(['"])(?<id>[^'"]*)\4\s*)? - >这部分匹配id属性并在id命名组中捕获值，这也是可选的>结束了<a标签(.+?) - >捕获<a标签内部文本<\/\1> - >通过<a反向引用匹配\1的结束标记这仍将匹配第1组引用，根据上面的正则表达式将是a，以及将捕获href和id属性的值，两者都是可选的。
如果这是您想要的，请告诉我。如有任何疑问，请告诉我。
编辑使id / href可选
找
<a(?=\s|>)(?=(?:(?:[^>"']|"[^"]*"|'[^']*')*?\shref\s*=\s*(?:(['"])([\S\s]*?)\1))?)(?=(?:(?:[^>"']|"[^"]*"|'[^']*')*?\sid\s*=\s*(?:(['"])([\S\s]*?)\3))?)\s*(?:"[\S\s]*?"|'[\S\s]*?'|[^>]*?)+>(.*?)</a\s*>
更换
Text: $5 URL:$2 id:$4
https://regex101.com/r/SBgqqd/1
扩展
# Begin Anchor tag
< a
(?= \s | > )
(?= # Asserttion for optional: href (a pseudo atomic group)
(?:
(?: [^>"'] | " [^"]* " | ' [^']* ' )*?
\s href \s* = \s*
(?:
( ['"] ) # (1)
( [\S\s]*? ) # (2)
\1
)
)?
)
(?= # Asserttion for optional: id
(?:
(?: [^>"'] | " [^"]* " | ' [^']* ' )*?
\s id \s* = \s*
(?:
( ['"] ) # (3)
( [\S\s]*? ) # (4)
\3
)
)?
)
# Have the href and id, just match the rest of tag
\s*
(?: " [\S\s]*? " | ' [\S\s]*? ' | [^>]*? )+
> # End tag
( .*? ) # (5)
</a \s* >