如何在页面上查找网址

Question

我是正则表达式和类似的东西的新手.我只有很少的知识,我认为我目前的问题是关于他们的.

我有一个包含文字的网页.我想从网页上获得只有SPANs的链接class="img".

我经历了那些步骤.

1. 抓住SPAN用"img"类标记的所有s(这是我正在寻找的艰难步骤)
2. 将这些SPANs 移动到一个新变量
3. 解析变量以获得带有链接的数组(每个SPAN只有1个链接,所以这很容易)

我正在使用PHP,但任何其他语言无所谓,我正在寻找如何处理第一步.有人有建议吗？感谢:D

Answer 1

将PHP DOMDocument -class与DOMXPath -class 结合使用以导航到您需要的元素,如下所示:

<?php
$dom = new DOMDocument();
$dom->loadHTML(file_get_contents('http://foo.bar'));
$xpath = new DOMXPath($dom);


$elements = $xpath->query("/html/body//span[@class='img']//a");
foreach ($elements as $a)
{
    echo $a->getAttribute('href'), "\n";
}

您可以在W3C页面上了解有关XPath语言的更多信息.