Получить все ссылки со страницы

[Stripe]

Как должна выглядеть регулярка, получающая все ссылки со страницы?

 

[Stripe]

Решение:

# Пример в PHP

$text = '<a href="http://site1.ru">Site 1</a> Any text <a href="http://site2.ru">Site 2</a>';

$out = array();
preg_match_all('|<a.* href=(.*)>(.*)</a>|U', $text, $out);

# $out будет содержать массив данных

Для просмотра ссылки Войди или Зарегистрируйся

 

[Matinier]

Есть небольшой нюанс в указанной регулярке: она вырежет не только ссылки типа Для просмотра ссылки Войди или Зарегистрируйся, но и "якоря", например такие:

<a name="anchor">Point</a>
Any text
Any text
Any text
<a href="#anchor">Point</a>

а подобные ссылки зачастую не нужны.
Поэтому я бы модифицировал вышеописанную регулярку:

preg_match_all('|<a.* href=(.http.*)>(.*)</a>|U', $text, $out); 

# $out будет содержать массив данных

 

[chang]

а если таким:

@"(ht|f)tp(s?)\:\/\/[0-9a-zA-Z]([-.\w]*[0-9a-zA-Z])*(:(0-9)*)*(\/?)([a-zA-Z0-9\-\.\?\,\'\/\\\+&%\$#_]*)?"

 

[exGumator]

жадность регулярок

я полдня протрахался у меня скрипт хавал парашу пока не заменил

.* на [^>]* то есть, что не дает выйти за пределы тега,
начал юзать прогу которую поставил год назад RegexBuddy3

 

[sekaiyume]

Вы можете использовать это:

preg_match_all('@<a(?:.*)href=[\'"]([^"\']*)[\'"](?:[^>])>@i', $text, $matches);

и их использование массив $ Matches

 

[rakita13]

RegexBuddy первое что нужно запускать если с регулярками имеешь дело..

Пара прямых рук заменит подобный софт.

preg_match_all("/<a.*href=['\"]([^\"']+).*>([</a]*)/isU", $text, $matches);

так уже было?

 

[fangete]

([</a]*) - заэкранировать "/" нужно

 

[Matinier]

([</a]*) - заэкранировать "/" нужно

Ничего экранировать не надо ни в коем случае! То, что стоит в квадратных скобках - группа символов, их экранировать не надо.
То есть там перечислены символы, которые могут встретиться 0 и более раз, но никакие другие символы, кроме перечисленных в [] учитываться не будут.
В [] можно писать любые символы и они будут рассматриваться регуляркой без всякого экранирования.

 

[N()fix]

В [] можно писать любые символы …

Ну не совсем любые, надо экранировать «]», «-» и что касается PHP, надо экранировать ограничивающий символ (даже в []).
И конкретно в выражении:

preg_match_all("/<a.*href=['\"]([^\"']+).*>([</a]*)/isU", $text, $matches);

надо писать [<\/a]
либо изменить ограничитель, например на «%»:

'%<a.*href=[\'"]([^"\']+).*>([</a]*)%isU'