php提取纯文本中的链接地址

最新推荐文章于 2024-12-19 20:01:51 发布

原创最新推荐文章于 2024-12-19 20:01:51 发布 · 3.9k 阅读

1 ·

CC 4.0 BY-SA版权

全栈编程@luboke.com

文章标签：

#php

php 专栏收录该内容

9 篇文章

订阅专栏

本文介绍了一个使用PHP和正则表达式提取文本中链接地址的脚本，包括ANSI和UTF-8编程环境下的实现方式。脚本实例演示了如何在网页文本中查找并输出链接地址。

header('Content-type=text/html;charset=gb2312');
 
/**
 * @author http://weibo.com/codersay
 * 功能是将纯文本中的链接地址给提取出来，前提是链接地址是以空格 或者 中文字符分隔
  */
 
$strtest = "http://list.tmall.com/search_product.htm?spm=3.1000473.a2223p1.4.naAM6o&active=1&from=sn_1_cat&area_code=330100&search_condition=7&vmarket=0&style=g&sort=s&n=60&s=0&cat=50041288#J_crumbs 中文字符yyg";
echo '原始链接地址为:'.$strtest.'<br /><br />';
 
//(1)     ANSI编程环境下:
####$pregstr = "/([".chr(0xb0)."-".chr(0xf7)."][".chr(0xa1)."-".chr(0xfe)."])+/i";
 
 
$pregstr = "/(http:\/\/[A-Za-z0-9_#?.&=\/]+)([".chr(0xb0)."-".chr(0xf7)."][".chr(0xa1)."-".chr(0xfe)."])?(\s)?/i";
 
  
 
if(preg_match($pregstr,$strtest,$matchArray)){
 
echo $matchArray[1];//以空格或者中文仅接着链接地址，提取链接地址
//print_r($matchArray);
 
}
  
echo '<br /><hr />';
//output:中文字符
 
//(2)     Utf-8编程环境下:
###$pregstr = "/([\x{4e00}-\x{9fa5}])+/u";
 
 
$pregstr = "/(http:\/\/[A-Za-z0-9_#?.&=\/]+)([\x{4e00}-\x{9fa5}])?(\s)?/u";
 
if(preg_match($pregstr,$strtest,$matchArray)){
 
echo $matchArray[1];//以空格或者中文仅接着链接地址，提取链接地址
//print_r($matchArray);
 
}
 
//output:中文字符
exit();
  
// set source file name and path
$source = "toi200686.txt";
 
$html = '标题作者魂牵梦萦魂牵梦萦基本面魂牵梦萦http://blog.youkuaiyun.com/codersay    魂牵梦萦苛夺需要佣兵赶不上';
  
 
 preg_match_all('/http:\/\/[A-Za-z0-9_.\/]+(\s?)/', $html,$arr);//获取url以空格结尾
  
 print_r($arr);