求一个正则表达式

Question

<h3 class="r"><a href="http://www.JAVA.com/" target=_blank class=l onmousedown="IID()">Java <b>...</b>....</a>。
<h3 class="r"><a href="http://www.C#.com/" target=_blank class=l onmousedown="IID()">C#</a>........
<h3 class="r"><a href="http://www.php.com/" target=_blank class=l onmousedown="IID()">php</a>........
<h3 class="r"><a href="http://www.asp.com/" target=_blank class=l onmousedown="IID()">asp</a>........例如上面一段代码，一个html页面里面有许多“<h3 class="r">”，我想把所有“<h3 class="r">”后面的第一个链接(<a></a>)中的网址和内容分别取出来。
比如第一个，<h3 class="r"><a href="http://www.JAVA.com/" target=_blank class=l onmousedown="IID()">Jaca <b>...</b>....</a>。
我想得到的是http://www.JAVA.com和Java ，依此类推全有的“<h3 class="r">”后面的第一个链接(<a></a>)中的网址和内容都分别取出来。帮帮忙吧

Answer 1

如果<h3>内有不定多个<a>的话，用html dom或xml dom+xpath 效果更好如果你确定字符串从"<h3"开始到第一个"</a>"都有固定格式的话才适用正则"/<h3.*<a href=\"([^\"]+)\"/isU"

Answer 2

$str=<<<eof
<h3 class="r"><a href="http://www.JAVA.com/" target=_blank class=l onmousedown="IID()">Java <b>...</b>....</a>。
<h3 class="r"><a href="http://www.C#.com/" target=_blank class=l onmousedown="IID()">C#</a>........
<h3 class="r"><a href="http://www.php.com/" target=_blank class=l onmousedown="IID()">php</a>........
<h3 class="r"><a href="http://www.asp.com/" target=_blank class=l onmousedown="IID()">asp</a>........
eof;
echo '<pre />';
if(preg_match_all('/<h3[^>]*><a\s+href="(.*?)"/i',$str,$arr)){
  print_r($arr[1]);
}
输出：
Array
(
    [0] => http://www.JAVA.com/
    [1] => http://www.C#.com/
    [2] => http://www.php.com/
    [3] => http://www.asp.com/
)

Answer 3

后面的Java，C#文字怎么一起得到呢？

Answer 4

7楼的稍微改下
<?php
$str=<<<eof
<h3 class="r"><a href="http://www.JAVA.com/" target=_blank class=l onmousedown="IID()">Java <b>...</b>....</a>。
<h3 class="r"><a href="http://www.C#.com/" target=_blank class=l onmousedown="IID()">C#</a>........
<h3 class="r"><a href="http://www.php.com/" target=_blank class=l onmousedown="IID()">php</a>........
<h3 class="r"><a href="http://www.asp.com/" target=_blank class=l onmousedown="IID()">asp</a>........
eof;
echo '<pre />';
if(preg_match_all('/<h3[^>]*><a\s+href="(http:\/\/www.(.*?).com)\/"/i',$str,$arr)){
  print_r($arr[1]);
  print_r($arr[2]);
}?>

Answer 5

.com这里是不是也需要改一下？.net什么会有问题吗？

Answer 6

if(preg_match_all('/<h3[^>]*><a\s+href="(http:\/\/www.([^.]*).(.*))\/"/i',$str,$arr)){
  print_r($arr[1]);
  print_r($arr[2]);
}