正则表达式条<a>包含特定href值的标签

I am not good at regex.

I got this string with some html <a> tags and i need to strip some of them out, but only <a> tags containing a certain value in the "href" attribut (mysite.com).

I still need to keep the link text, like the php function strip_tags($string, "<a>")

Here is what I got so far.:

/<a href=["\']?(http:\/\/mysite.com[^"\'\s>]+)["\'\s>]?/i

This is also working, but the problem is that I can't get the "text" in fx. <a href="http://mysite.com/testing/something">"text"</a>

So the input.:

Lorem ipsum <a href="http://mysite.com/testing/something">dolor</a> sit amet, <a href="http://keepingThisLink.com">consectetur</a> adipiscing elit. Duis dignissim <a href="http://mysite.com/testing">golor</a> vitae turpis fermentum tincidunt.

Should output.:

Lorem ipsum dolor sit amet, <a href="http://keepingThisLink.com">consectetur</a> adipiscing elit. Duis dignissim golor vitae turpis fermentum tincidunt.

写回答
好问题 0 提建议
追加酬金
关注问题
分享
邀请回答
编辑收藏删除结题
收藏举报

2条回答默认最新

douchen5971 2012-06-07 13:16

关注

Here's a more reliable, DOM-based approach:

<?php

$a = 'Lorem ipsum <a href="http://mysite.com/testing/something">dolor</a> sit amet, <a href="http://keepingThisLink.com">consectetur</a> adipiscing elit. Duis dignissim <a href="http://mysite.com/testing">golor</a> vitae turpis fermentum tincidunt.';

$domd = new DOMDocument();
libxml_use_internal_errors(true);
$domd->loadHTML($a);

$domx = new DOMXPath($domd);
foreach ($domx->query("//a") as $link) {
    $href = $link->getAttribute("href");
    if ($href === "http://keepingThisLink.com") {
        continue;
    }

    $text = $domd->createTextNode($link->nodeValue);

    $link->parentNode->replaceChild($text, $link);
}

//unfortunately saveHTML adds doctype and a few unneccessary tags    
var_dump(preg_replace('/^<!DOCTYPE.+?>/', '', str_replace( array('<html>', '</html>', '<body>', '</body>'), array('', '', '', ''), $domd->saveHTML())));

the output is:

string(161) "
<p>Lorem ipsum dolor sit amet, <a href="http://keepingThisLink.com">consectetur</a> adipiscing elit. Duis dignissim golor vitae turpis fermentum tincidunt.</p>
"

本回答被题主选为最佳回答 , 对您是否有帮助呢?

查看更多回答(1条)

报告相同问题？

关注问题

正则表达式条<a>包含特定href值的标签 php
2012-06-07 13:01

回答 2 已采纳 Here's a more reliable, DOM-based approach: <?php $a = 'Lorem ipsum <a href="http://mysite
正则表达式以读取特定HTML行<TD> PHP [重复] php
2013-07-11 07:28

回答 2 已采纳 Try this: $dom = new DOMDocument(); @$dom->loadHTML($html); $tr = $dom->getElementsByTagNam
正则表达式在两个特定正斜杠之间提取字符串 php
2016-10-04 10:48

回答 3 已采纳 You may try regex expression below \/([a-z\-]*\@[0-9\-\.]*[a-z]{3}\#)\/ A working example is he
php正则提取<a,正则表达式 - php提取html中指定div下a标签的text和href问题
2021-04-08 08:27

物理老卢的博客 正则表达式 - php提取html中指定div下a标签的text和href问题原创2016-06-06 20:27:030617已解决,有点凌乱,速度就行。(.*?)%sim';preg_match_all($pa,$response,$arr);$pa = '%(.*?)%sim';preg_match_all($pa...
正则表达式匹配任何字母，空格或特定数字 php
2017-08-29 17:21

回答 2 已采纳 You put a sequence of chars into a character class. A character class is meant to match a single c
正则表达式mysql查询特定的字符串 mysql php
2018-02-01 19:56

回答 1 已采纳 With INDEX(meta_key), this may be faster: WHERE meta_key LIKE 'ddw_%_op1' AND meta_key RLIKE
正则表达式。在特定标签之间查找标签 php
2013-11-28 08:56

回答 4 已采纳 If you load your HTML into a DOM document, you can use Xpath to query nodes from it. All a elemen
PHP使用正则表达式清除超链接文本
2020-12-19 20:14

可以用$str = preg_replace(“/<a>]*href=[^>]*>|<\/[^a]*a[^>]*>/i”,””,$strhtml); 这段来实现需求，如果想要更多解决方法，可以参看以下的。 1、删除内容中的超链接复制代码代码如下: ereg_replace(‘<a>]...
正则表达式匹配包含锚中特定单词的所有链接？ php
2018-05-31 15:24

回答 1 已采纳 You could make use of DOMDocument and use getElementsByTagName to get the <a> elements. The
正则表达式选择特定的html元素[Curl / PHP] html php
2018-05-21 19:54

回答 1 已采纳 do not parse HTML with regex. use a proper HTML parser instead, like DOMDocument. $domd = @DOMDo
PHP正则表达式匹配特定的URL并剥离其他URL php
2016-03-26 09:36

回答 3 已采纳 Edited based on change in your question. The problem is your .* at the end of your regex, so my s
正则表达式
2021-10-28 09:50

我是一只蘑菇17的博客学习链接:正则表达式 – 教程 | 菜鸟教程 !工具:正则表达式在线测试 | 菜鸟工具
如何使用正则表达式不拆分特定格式？ php
2015-02-06 07:26

回答 1 已采纳 You could use the non-word boundary \B. \B matches between two non-word characters or two word cha
JavaScript 中常用的 正则表达式
2019-09-14 22:35

chengweng2602的博客这编文章我来整理了一些在 javascript 中常用的正则式希望能给大家带来一些开发的灵感 //校验是否全由数字组成function isDigit(s){var patrn=/^[0-9]{1,20}$/;if (!patrn.exec(s)) return falser...
PHP正则表达式匹配嵌套HTML标签的方法和技巧
2017-07-06 21:14

梧桐下的四叶草的博客 正则表达式是一个非常有用的编程技能。一般来说，简单的抓取一个HTML页面的某一条信息，比如标题，是很容易实现的。但是，我们往往要抓取某一个列表页面里的多个重复的块里的特定内容，并且块还有嵌套的使用，我们...
没有解决我的问题, 去提问

悬赏问题

¥100 set_link_state
¥15 虚幻5 UE美术毛发渲染
¥15 CVRP 图论物流运输优化
¥15 Tableau online 嵌入ppt失败
¥100 支付宝网页转账系统不识别账号
¥15 基于单片机的靶位控制系统
¥15 真我手机蓝牙传输进度消息被关闭了，怎么打开？(关键词-消息通知)
¥15 装 pytorch 的时候出了好多问题，遇到这种情况怎么处理？
¥20 IOS游览器某宝手机网页版自动立即购买JavaScript脚本
¥15 手机接入宽带网线，如何释放宽带全部速度

码龄粉丝数原力等级 --

正则表达式条<a>包含特定href值的标签

2条回答默认最新

码龄粉丝数原力等级 --

悬赏问题

正则表达式条<a>包含特定href值的标签

2条回答 默认 最新

悬赏问题

2条回答默认最新