php - 用于从 HTML 中提取所有链接和 anchor 文本的正则表达式

Question

我想要一个或多个可以:

1) 获取一个大页面的html。

2)查找所有链接中包含的url，例如:

<a href="http://example1.com">Test 1</a>
<a class="foo" id="bar" href="http://example2.com">Test 2</a>
<a onclick="foo();" id="bar" href="http://example3.com">Test 3</a>

依此类推，它应该提取包含在'href'属性中的url，而不管href

之前或之后的内容

3) 提取所有链接的 anchor 文本，比如上面的例子，应该返回'http://example1.com'和 anchor 文本'Test 1'，然后是'http://example2.com ' 和 '测试 2'，等等。

Answer 1

<?

$dom = new DomDocument();
$dom->loadHTML($html);
$urls = $dom->getElementsByTagName('a');