Здравствуйте. Нужно найти все ссылки, у которых домен НЕ mysite.com А у меня получился поиск всех ссылок, у которых домен mysite.com. Как исправить?
$r = preg_match("/href=[\"']http:\/\/(www\.)*(mysite\.com)/i", $ret);
Stack Overflow на русском — это сайт вопросов и ответов для программистов. Присоединяйтесь! Регистрация займёт не больше минуты.
Присоединиться к сообществуЗдравствуйте. Нужно найти все ссылки, у которых домен НЕ mysite.com А у меня получился поиск всех ссылок, у которых домен mysite.com. Как исправить?
$r = preg_match("/href=[\"']http:\/\/(www\.)*(mysite\.com)/i", $ret);
Надежнее всего при работе с размеченным текстом использовать специально для этого созданный парсер. Основа этого кода - XPath-выражение '//*[@href and not(starts-with(@href, "http://mysite.com")) and not(starts-with(@href, "http://www.mysite.com"))]'
, которое получает все элементы с атрибутом href
, значение которого не начинается с http://mysite.com
и http://www.mysite.com
.
$html = <<<DATA
<a href="http://www.mysite.com">text</a>
<a href="http://mysite.com">text1</a>
<a href='http://mysite.com'>text2</a>
<a href='http://www.mysite.com'>text3</a>
<a href='http://www.hissite.com'>text4</a>
<a href="http://www.moon.com/id.php?site=mysite.com">text5</a>
DATA;
$dom = new DOMDocument('1.0', 'UTF-8');
$dom->loadHTML($html, LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD);
$xpath = new DOMXPath($dom);
$links = $xpath->query('//*[@href and not(starts-with(@href, "http://mysite.com")) and not(starts-with(@href, "http://www.mysite.com"))]');
$res_arr = array();
foreach($links as $link) {
array_push($res_arr, $link->getAttribute('href'));
}
print_r($res_arr);
Регулярное выражение, которое проверяет наличие http://mysite.com
сразу после открывающей (двойной) кавычки и, если не находит, возвращает совпадение. Для удобства использована именная захватывающая подмаска (?<link>(?:(?!\1).)*)
.
\bhref=(["'])(?!http:\/\/(?:www\.)*mysite\.com)(?<link>(?:(?!\1).)*)
См. демо выражения
$re = '~\bhref=(["\'])(?!http://(?:www\.)*mysite\.com)(?<link>(?:(?!\1).)*)~i';
$str = "<a href=\"http://www.mysite.com\">\n<a href=\"http://mysite.com\">\n<a href='http://mysite.com'>\n<a href='http://www.mysite.com'>\n<a href='http://www.hissite.com'>\n<a href='http://www.moon.com/id.php?site=mysite.com'>";
preg_match_all($re, $str, $matches);
print_r($matches["link"]);
(?:(?!\1).)*
находит любую подстроку, в которой отсутствует либо '
, либо "
(то, что найдёт первая захватывающая подмаска). Это называется greedy tempered token ("жадный" "умеренный" квантификатор) - англ.
2 дек 2015 в 8:06
Прямо с сайта php.su со страницы описания функции preg_match:
if (preg_match("/href=[\"']http:\/\/(www\.)*(mysite\.com)/i", $ret)){
echo 'Вхождение найдено';
} else {
echo 'Вхождение не найдено';
}
То есть, вам нужно:
if (!preg_match("/href=[\"']http:\/\/(www\.)*(mysite\.com)/i", $ret))
echo 'Вхождение не найдено';