请高手帮忙写一段正则代码

Question

通过如下代码获取到网页的内容$conn=file_get_contents("http://ygtc.tmall.com");然后将里面的所有带有http://的网址通过foo()函数处理后，放回原处，最后输出网页
foo()函数如下function foo($url)}
//$url为传入的网址
return md5($url);//这里只是简单写了下函数的处理方式，实际上处理方式不是这么简单，只是作为事例;
}

Answer 1

<?php
$str="http://ygtc.tmall.comlfdkaslfjaldsfakldfladsfladshttp://ygtc.tmall.net,http://ygtc.tmall.com.cn";
preg_match_all("/http:\/\/(.+)\.(.+)\.(com\.cn|net\.cn|com|net)/U",$str,$arr);
print_r($arr);
?>
不知道是不是你说的要求，注意这里的com\.cn|net\.cn|com|net  com.cn这样结尾的要放到com之前，不然就直接匹配com的了，希望高手能帮忙修正这个问题

Answer 2

这样不中啊，有的网址是这样的 http://www.qq.com/afds.htm?id=455 这样的就无法匹配了，而且要求匹配的网址中不能包含.css字符串

Answer 3

我想你是要替换a标签里面的href地址吧，排除link标签就是了。

Answer 4

代码如何写呢 只提取href的""内的内容且不包含.css字符串

Answer 5

$conn = file_get_contents("http://ygtc.tmall.com");
echo preg_replace_callback('/(<a.+?href=")([^\s"]+)/is', 'foo', $conn);function foo($url) {
  return $url[1] . md5($url[2]);//这里只是简单写了下函数的处理方式，实际上处理方式不是这么简单，只是作为事例;
}

Answer 6

如果这个网址里有view_page 这个字符串 便不提取，正则该如何改呢

Answer 7

如果这个网址里有view_page 这个字符串 便不提取或者 只提取包含view_page 这个字符串的网址，正则该如何改呢

Answer 8

$conn = file_get_contents("http://ygtc.tmall.com");
echo preg_replace_callback('/(<a.+?href=")([^\s"]+)/is', 'foo', $conn);
 
function foo($url) {
  return $url[1] . md5($url[2]);//这里只是简单写了下函数的处理方式，实际上处理方式不是这么简单，只是作为事例;
}