php - 获取多行的所有 URL

Question

我试图从一个网站获取所有这些 URL，但我似乎只能获取第一个 URL。如何匹配所有网址？

到目前为止我已经尝试过

auto">(.*?)<\/pre>

和:

auto">(.*?)\s<\/pre>

我试过添加几个修饰符，例如 m 和 i，但似乎没有帮助。

这就是我要搜索的内容:

auto">http://url-one.com
http://url-two.com
http://url-three.com
http://url-four.com
http://url-five.com</pre>

有人可以帮助我了解我所缺少的吗？

Answer 1

快速回答

正如 Jonny5 在他的评论中暗示的那样，.默认不匹配换行符:so (.*?)如果没有 s，将不会匹配第一行以外的内容正则表达式修饰符，然后他的建议就是快速回答:

/auto">(.*?)<\/pre>/s

你可以看看他的Regex101 demo或相关的 PHP 代码...

$re = "/auto\">(.*?)<\\/pre>/s"; 
$str = "auto\">http://url-one.com\nhttp://url-two.com\nhttp://url-three.com\nhttp://url-four.com\nhttp://url-five.com</pre>"; 

preg_match($re, $str, $matches);

...供引用。

深入挖掘

但是，这里还有一些事情要做。

i 和 m 修饰符

首先，无论您是否使用i或 m修饰符，示例文本中没有一行与 auto"> 匹配在开头和 <\/pre>在模式的末尾。您必须分组并在每个量词后跟一个量词以使其成为可选的(例如 (?:auto">)? 和 (?:<\/pre>)? )以匹配示例文本的每一行。

m 需要全局匹配

其次，m修饰符将需要全局匹配——并进一步调整模式以避免最后一个 URL 匹配以 </pre> 结尾:

/(?:auto">)?(.+)(?=(?:\n|<\/pre>))/m

您还可以查看 second Regex101 demo这种扭曲或在 PHP 中尝试:

$re = "/(?:auto\">)?(.+)(?=(?:\\n|<\\/pre>))/m"; 
$str = "auto\">http://url-one.com\nhttp://url-two.com\nhttp://url-three.com\nhttp://url-four.com\nhttp://url-five.com</pre>"; 

preg_match_all($re, $str, $matches); // NOTE: preg_match_all to match globally
                                                        ^^^^

选择哪种方法

简单添加 s 之间的选择修改器或调整模式，添加 m修饰符，而全局匹配主要取决于您是要与所有 URL 进行一次匹配(以换行符分隔)还是多次匹配，每个匹配与一个 URL。

后者产生下面的匹配...

MATCH 1
1.  [6-24]   `http://url-one.com`
MATCH 2
1.  [25-43]  `http://url-two.com`
MATCH 3
1.  [44-64]  `http://url-three.com`
MATCH 4
1.  [65-84]  `http://url-four.com`
MATCH 5
1.  [85-104] `http://url-five.com`

...与原始模式和 s 的单一匹配相比修饰符产量:

MATCH 1
1.  [6-104] `http://url-one.com
             http://url-two.com
             http://url-three.com
             http://url-four.com
             http://url-five.com`