有这么一段HTML，比较不规则的，如果要提取其中的链接地址和链接名称，怎么弄？
| 以下为引用的内容： //HTML $str = '<a id="top8" href="http://list.mp3.baidu.com/song/A.htm?top8" class="p14" target="_top">歌曲列表</a><br><a target="_blank" id="bp" href="http://list.mp3.baidu.com/list/bangping.html" class="p14">中文金曲榜</a><br><td nowrap="nowrap">• <a id="top19" href="qingyinyue.html?top19" class="p14" target="_top">轻音乐</a></td>'; |
利用正则表达式是最简单的，其它的办法，偶米去想。。。
| 以下为引用的内容： $pat = '/<a(.*?)href="(.*?)"(.*?)>(.*?)</a>/i'; preg_match_all($pat,$str,$m); |
输出方法：
| 以下为引用的内容： print_r($m[2]); print_r($m[4]); |
或者：
| 以下为引用的内容： for($i=0;$i<count($m[2]) ;$i++ ){ echo '<li><a href="'.$_SERVER['PHP_SELF'].'?url='.$m[2][$i].'">'.$m[4][$i].'</a>'; } |
显示结果是：
| 以下为引用的内容： Array ( [0] => http://list.mp3.baidu.com/song/A.htm?top8 [1] => http://list.mp3.baidu.com/list/bangping.html [2] => qingyinyue.html?top19 ) Array ( [0] => 歌曲列表 [1] => 中文金曲榜 [2] => 轻音乐 ) |
于是，我们要采集某个网站的标题及链接地址方法就出来了。。。自己套用吧。。。
