头疼的正则，大虾指教！

Question

preg_match_all("'<\s*a\s.*?href\s*=\s*([\"\'])?(?(l)(.*?)\\1|([^\s\>]+))'isx",$document,$links);
我知道是用来批评链接的，但是怎么理解啊？哪位给讲讲？
小弟先行谢过了！

Answer 1

preg_match_all("' <\s*a\s.*?href\s*=\s*([\"\'])?(?(l)(.*?)\\1|([^\s\>]+))'isx",$document,$links); 
这个写得有点问题，首先a肯定是挨着<的，<a 其实你看一下正则，这个不难懂的。

Answer 2

?(?(l)(.*?)\\1|([^\s\>]+))'isx
这里往后就看不懂了

Answer 3

不一定啊 
< a href= abc.html>abc</a>我也可以这么写啊

Answer 4

这是 php-snoopy那个类里面的一行，怎么可能不行！

Answer 5

(?(存在某个捕获组)正则式1|正则式2) : 意思是存在某个捕获组，就用正则式1，否则用正则式2([\"\'])?(?(l)(.*?)\\1|([^\s\>]+))
意思就是如果捕获到单引号或者双引号,就用匹配式(.*?)\\1,否则用匹配式([^\s\>]+).
因为([\"\'])用括号括起来了，所以一旦捕获，就是捕获组1，你可以\\1这样去后向引用它，(?(1)..|..)中的?(1)就是判断是否匹配到了双引号或者单引号,意思相当于程序语言中的if(isExist(\\1))。

Answer 6

简化下例子，可以帮助理解。
//只匹配href='任意字符'(单引号) 和 href=数字
$str = "href='123' href='abc' href=456 href=\"abc\" href=cde";
preg_match_all("/href=(\')?(?(1)(.*?)\\1|([0-9]+))/is",$str,$links);

Answer 7

' <\s*a\s.*?href\s*=\s*([\"\'])?(?(l)(.*?)\\1|([^\s\>]+))'isx
那我简单的说一下哪，照我的理解，首先后面的i是不分大小写，sx我就不知道了，你自己找找吧，
< 零个或者一个空格 a 一个空格 任意个字符 href 0或者N个空格 = 0或者N个空格 '或者" 零个或者一个 
任意字符 或者 '或者" 或者匹配 N个空格 结束符            大致就这些了，这个也挺不好讲的，一般只是个人意会。

Answer 8

这下全明白了，多谢了！
还有我想取得<a href=abc.html>abc</a>
这样的结果：abc.html=>abc 就是链接和锚文本都取出来，该怎么办呢？

Answer 9

8楼高手也，想不到正则也可以讲得这么清楚，自叹不如啊！ 如果你想取，你只需要把href=abc.html取出来，然后用=分开就可以了。用把这些放在()里面可以捕获到.

Answer 10

try
preg_match_all("'<\s*a\s.*?href\s*=\s*([\"\'])?(?(1)(.*?)\\1|([^\s\>]+))[^>]*?>(.*?)</a>'isx"
,"<a href='123456'>aaa</a><a href='234567'>bbb</a><a href=111111>ccc</a>"
,$links); 
print_r($links);

Answer 11

实现啦！简直太佩服了，正则都可以解释的这么清楚！再次感谢！
我是个刚学PHP不到一年的小鸟，看了还有很多要学的啊

Answer 12

呵呵，最好多多测试，匹配html一旦忽略了某个因素，就很可能匹配不到。

Answer 13

问题又出现了，招这个写法，如果我匹配这段的话：
<a href= 1111.html target=_blank>111</a>
<a href=' 2222.html' target=_blank>222</a>
<a href=" 3333.html" target=_blank>333</a>
<a href=444.html>444</a>
<a href="555.html" >555</a>
< a href=666.html >666</a>
就会得到这样的结果：
2222.html==》111
3333.html==》222
555.html==》333
1111.html==》444
444.html==》555
666.html==》666
不是对应的，怎么处理呢？