是否有任何正则表达式可以帮助我选择仅限某些类的锚点？ [重复]

Question

这个问题在这里已有答案：

• How do you parse and process HTML/XML in PHP? 30个答案

我想提取像href一样只有某些类的锚的link-wrapper。

所以，这意味着我将拥有链接的href，如：

<a href="blaa..blaa" class="link-wrapper">click here</a>

附：它应该提取两个链接，如果它们按顺序方式对齐，如：

<a href="blaa" class="link-wrapper">link-1</a><a href="blaa" class="link-wrapper">link-2</a>

我尝试了堆栈溢出中已经存在的解决方案，但没有一个适合我的问题。因为其中一些是java脚本和其他语言。我试图寻找DOMDocument，但它很难与解决方案完全匹配。

我绑了一些对我不起作用的preg_match，比如：

preg_match('/<a(?:(?!class\=")(?:.|\n))*class\="(?:(?!link\-wrapper)(?:.|\n))*link\-wrapper(?:(?!<\/a>)(?:.|\n))*<\/a>/i', $content, $output_array);

Answer 1

您可以使用DOMDocument和DOMXPath来获得结果。首先将HTML加载到DOMDocument中，然后使用XPath查询来查找包含link-wrapper类的所有锚点，例如

$html = '<a href="blaa..blaa" class="link-wrapper">click here</a><a href="not.blaa" class="something-else">link-3</a>
<a href="blaa" class="link-wrapper">link-1</a><a href="blaa..again" class="link-wrapper">link-2</a>';
$doc = new DOMDocument();
$doc->loadHTML($html);
$xpath = new DOMXPath($doc);
foreach ($xpath->query('//a[contains(@class, "link-wrapper")]') as $a) {
    $urls[] = $a->attributes->getNamedItem('href')->nodeValue;
}
foreach ($urls as $url) {
    echo "$url\n";
}

输出：

blaa..blaa 
blaa 
blaa..again

Demo on 3v4l.org