php 抓取网页内容(PHP正则表达式表达式的形式及形式教程)

　　php 抓取网页内容(PHP正则表达式表达式的形式及形式教程)

　　从页面，页面中的所有链接当然，使用PHP正则表达式是最方便的方式。要编写正则表达式，必须总结该模式，然后在页面中有多种形式的链接？让我们看看。

　　前言

　　链接是超链接，它与另一个元素（文本，图片，视频等）链接到另一个元素（文本，图片，视频等）。网页中有三个链接。一个是一个绝对的URL超链接，这是页面的完整路径;另一个是一个相对URL超链接，通常与相同网站的其他页面链接;有一个页面内部超链接，这个常规链接到同一页面中的其他位置。

　　我弄清楚链接的类型，知道你想抓住链接，主要是绝对的URL超链接和相对URL超链接。要编写正确的正则表达式，您必须了解我们查找的对象的模式。

　　告诉绝对链接，也称为URL（统一资源定位器），识别Internet上的唯一资源。 URL的结构包括三个部分：协议，服务器名称，路径和文件名。

　　协议是告诉浏览器如何处理文件的身份打开，最常见的是HTTP协议。本文还考虑了HTTP协议，如其他HTTP，FTP，Mailto，Telnet协议等，可以根据需要添加。

　　服务器名称是如何告诉浏览器如何到达此服务器，通常是域名或IP地址，有时端口号（默认为8 0） .ftp协议，您还可以收录用户名和密码，本文未考虑。

　　路径和文件名，通常在/段中，指向此文件的路径的名称和文件本身。如果没有特定的文件名，则访问此文件夹下的默认文件（可以在服务器端设置）。

　　如此清楚，可以汇总抓住绝对链路的典型形式，可以概括为

　　可以在每个部分中使用的字符范围具有明确的规格，并且可以称为RFC1738。所以可以写出正则表达式。

　　/(http|https):\/\/([\w\d\-_]+[\.\w\d\-_]+)[:\d+]?([\/]?[\w\/\.]+)/i

　　如下所述：