1

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);
3
  • Забыла написать. Вообще-то я делаю preg_replace, но и он у меня криво работает, потому временно взяла preg_match и пока вчера до ночи ковырялась, совершенно об этом забыла :) Мне нужно сделать, чтобы правильно работала регулярка для preg_replace
    – Tash
    17 ноя 2015 в 6:41
  • То есть, вы хотите при помощи preg_replace сделать следующее: если $ret не соответствует регулярному выражению, то этот $ret заменить на другую строку. Думаю, у вас этого не получится. Функции поиска по регулярным выражениям ищут вхождения соответствия этим регулярным выражениям, а не их отсутствия. То есть использовать отрицание регулярного выражения не получится (может быть кто-то меня поправит). Используйте: if(!preg_match("/href=[\"']http:\/\/(www\.)*(mysite\.com)/i", $ret)) $ret='Другой урл';
    – insun
    17 ноя 2015 в 10:35
  • UP: Хотя, если хотите использовать preg_replace, то попробуйте покопать в сторону правила для регулярных выражений - "Если первый символ в скобках это ^ - значит ни один из указанных символов не может стоять в данном месте выражения." Например, [^abc] соответствует любому символу, кроме «a», «b» или «c».
    – insun
    17 ноя 2015 в 11:12

2 ответа 2

1

DOMDocument + DOMXPath

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.

PHP-код:

$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

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

PHP-код:

$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
0

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';
1
  • Пардон, моя ошибка... Добавила комментарий выше :)
    – Tash
    17 ноя 2015 в 6:42

Ваш ответ

By clicking “Отправить ответ”, you agree to our terms of service and acknowledge that you have read and understand our privacy policy and code of conduct.

Всё ещё ищете ответ? Посмотрите другие вопросы с метками или задайте свой вопрос.