您的位置主页 > PHP

PHP正则表达式提取超链接及其标题

有这么一段HTML,比较不规则的,如果要提取其中的链接地址和链接名称,怎么弄?

[table=50%][tr][td] //HTML
$str = '<a id="top8" href="http://list.[url=http://www.21tx.com/mp3/][color=#0000ff]MP3[/color][/url].baidu.com/song/A.htm?top8" class="p14" target="_top">歌曲列表</a><br><a target="_blank" id="bp" href="http://list.mp3.baidu.com/list/bangping.html" class="p14">中文金曲榜</a><br><td nowrap="nowrap">&#8226; <a id="top19" href="qingyinyue.html?top19" class="p14" target="_top">轻音乐</a></td>';
[/td][/tr][/table]
利用正则表达式是最简单的,其它的办法,偶米去想。。。
$pat = '/<a(.*?)href="(.*?)"(.*?)>(.*?)<\/a>/i';
preg_match_all($pat, $str, $m);
输出方法:
print_r($m[2]);
print_r($m[4]);
或者:
for($i=0;$i<count($m[2]) ;$i++ ){
echo '<li><a href="'.$_SERVER['[url=http://dev.21tx.com/web/php/]PHP[/url]_SELF'].'?url='.$m[2][$i].'">'.$m[4][$i].'</a>';
}
显示结果是:
Array ( [0] => [url]http://list.mp3.baidu.com/song/A.htm?top8[/url] [1] => [url]http://list.mp3.baidu.com/list/bangping.html[/url] [2] => qingyinyue.html?top19 ) Array ( [0] => 歌曲列表 [1] => 中文金曲榜 [2] => 轻音乐 )
于是,要采集某个网站的标题及链接地址方法就出来了。。。自己套用吧。。。