PHP-提取href和text的正则

Question

目前用的这个正则 <[a|A][^<>]href="([^"]+)"[^<>]>([^<>]+)</[a|A]>
可以匹配出诸如

<a href="url1.html">text1</a>
<a href="url1.html" target="_blank">text1</a>
<a class="c1" href="url1.html">text1</a>

Answer 1

正则也有些问题，改了一下，中间的a标签之间的所有内容一次性匹配出来，然后用php的strip_tags去掉html标签，就剩下内容了，代码如下

 <?php
$str = '<a href="url1.html"><span>text1</span></a>';
$reg = '#<a[^<>]+href="([^"]+)"[^<>]*>(.+?)</a>#i';
preg_match($reg,$str,$match);
var_dump(strip_tags($match[2]));
?>

Answer 2

php

 preg_match_all('%<a[sS]*?href="([^"]+)[^>]+>([sS]*?)</a>%', $subject, $result, PREG_PATTERN_ORDER);
for ($i = 0; $i < count($result[0]); $i++) {
# Matched text = $result[0][$i];
// 采用如果下函数去除多余的html标签
// strip_tags($text);
}

javascript

 var myregexp = /<a[sS]*?href="([^"]+)[^>]+>([sS]*?)</a>/g;
var match = myregexp.exec(subject);
while (match != null) {
// matched text: match[0]
// match start: match.index
// capturing group n: match[n]
match = myregexp.exec(subject);
}

java

 try {
Pattern regex = Pattern.compile("<a[\s\S]*?href="([^"]+)[^>]+>([\s\S]*?)</a>");
Matcher regexMatcher = regex.matcher(subjectString);
while (regexMatcher.find()) {
// matched text: regexMatcher.group()
// match start: regexMatcher.start()
// match end: regexMatcher.end()
}
} catch (PatternSyntaxException ex) {
// Syntax error in the regular expression
}

Answer 3

<[aA][^<>]href="([^"]+)"[^<>]>([^<>]+)</[aA]>
<[aA][^<>]href="([^"]+)"[^<>]>([^<>])?([^<][^aA][^>])([^<>]+)([^<]/[^aA][^>])?([^<>])?</[aA]>
貌似[]中 不用|分割选项 括号中才用的

这点 记住 至于是不是特定版本的实现就不太清楚了 我解释下中间替换的意义

([^<>])?([^<][^aA][^>])([^<>]+)([^<]/[^aA][^>])?([^<>])?
([^<>])?可以为除了<>之外的任意字符出现0-无数次
([^<]/[^aA][^>])不允许出现<a>
([^<>]+)?可以为除了<>之外的任意字符出现1-无数次
([^<]/[^aA][^>])? 不允许出现<a>
([^<>])?可以为除了<>之外的任意字符出现0-无数次