怎么消除？在此字符串中使用 preg_mach

Question

你好有这个字符串class="_2zACE" href="/tv-shows/521987/s01_e01_the_killings_at_badgers_drift?start=true"我使用这个正则表达式preg_match_all('/class="_2zACE" href="(\/tv-shows\/)(.+?)\/(.+?)?start=true"/',$url_pre_series,$url_lote_serie,PREG_SET_ORDER);答案是这样的：Array(       [0] => class="_2zACE" href="/tv-shows/521987/s01_e01_the_killings_at_badgers_drift?start=true"        [1] => /tv-shows/        [2] => 521987        [3] => s01_e01_the_killings_at_badgers_drift?)我该如何消除?数组 [3] 中的最后一个，我尝试了不同的选项，但什么也没有。

Answer 1

您可以将问号放在捕获组之外，并且由于它是前一个组的一部分（可选），因此您可以使用以下命令将问号本身设为可选\??

要匹配中间的部分，如果您想匹配 2 个部分，还可以使用 2 个否定字符类

class="_2zACE" href="(\/tv-shows\/)([^/]*)\/([^/?]*)?\??start=true

正则表达式演示

/例如，如果将分隔符从 更改为~，则不必转义反斜杠。

$url_pre_series = 'class="_2zACE" href="/tv-shows/521987/s01_e01_the_killings_at_badgers_drift?start=true"';

preg_match_all('~class="_2zACE" href="(\/tv-shows\/)([^/]*)\/([^/?]*)?\??start=true~',$url_pre_series,$url_lote_serie,PREG_SET_ORDER);

print_r($url_lote_serie);

输出

Array

(

    [0] => Array

        (

            [0] => class="_2zACE" href="/tv-shows/521987/s01_e01_the_killings_at_badgers_drift?start=true

            [1] => /tv-shows/

            [2] => 521987

            [3] => s01_e01_the_killings_at_badgers_drift

        )

)

Answer 2

您可以使用特定的工具来操作 HTML和解析 URL，这些工具通常比正则表达式更易于使用且更可靠：

$html = '<a class="_2zACE" href="/tv-shows/521987/s01_e01_the_killings_at_badgers_drift?start=true">Blah</a>';

$doc = new DOMDocument();

$doc->loadHTML($html);

$url = $doc->getElementsByTagName('a')[0]->getAttribute('href');

$parsed = parse_url($url);

var_dump($url, $parsed['path']);

string(65) "/tv-shows/521987/s01_e01_the_killings_at_badgers_drift?start=true"

string(54) "/tv-shows/521987/s01_e01_the_killings_at_badgers_drift"