PHP正则表达式实战：提取并处理HTML链接

本文档详细介绍了PHP正则表达式的使用技巧，特别是在字符串处理中的一些常见场景。首先，我们来看一个示例代码段： ```php $str = preg_replace("/(<a>)/", '\1<span>\2</span>\3', $str); ``` 这段代码展示了如何使用`preg_replace`函数进行模式匹配。它利用了三个子模式：`/<a>/` 匹配链接开始标签，`\2` 表示捕获的链接文本，`<\/a>` 匹配链接结束标签。通过`\1`, `\2`, 和 `\3`，开发者可以方便地替换原始字符串中的这部分内容，将其转化为包含`<span>`标签的格式。 接下来，文档提供了一个实用的函数`GetAllLink`，其目的是从HTML字符串中提取所有的链接地址，同时排除电子邮件地址并去除重复项。这个函数通过多个`ereg_replace`或`eregi_replace`函数对输入字符串进行清洗和处理： 1. 使用正则表达式`$regex[url]`来匹配URL，确保只抓取http、https等协议开头的链接。 2. `$regex[email]`用于匹配电子邮件地址，但在这段代码中被移除，以便不包括在结果中。 3. 清理掉HTML标签中的文本，仅保留`<a>`标签内的内容。 4. 删除邮件链接，通过替换`<a href="mailto:`开始的链接。 5. 最后，使用正则表达式`$regex[ur]`来匹配标准的网页链接，并替换原始字符串。 这个函数的输出是一个没有重复链接且不含电子邮件地址的数组，这对于网页爬虫、数据分析或简单的网页预处理非常有用。理解并掌握这些正则表达式及其在PHP中的应用，能有效提升开发者的字符串处理能力，尤其是在处理HTML内容时。