正则表达式(一)

平时开发的正则表达式基本都是整理现成的,也没太在意如何编写正则表达式,最近要采集一些数据就大致看了下正则表达式,当时觉得写起来应该没什么问题,WTF当去写的时候脑子一片空白???所以记录下正则的使用过程!!

先来采采自己网站如下图准备采集导航栏的数据,接下来上代码: 

 

<?php

	header("content-type:text/html;charset=utf-8");
	$html = file_get_contents("http://www.bieanju.com/");
     //采集div id="nav"开始的第一个div的所有内容 preg_match_all('/<div id=\"nav\">(.*?)<\/div>/i',$html,$mat); $htmls = $mat[1][0]; print_r($htmls);
     //打印如下图发现ul结束的时候多余了个script ?>

  

        //剔除 script标签
	$htmls = preg_replace("/<script(.*)?<\/script>/", "", $htmls);
	print_r($htmls);
    //OK结果如下图没有问题进行下一步

  

 //剔除a标签的href属性 此处注重说明下\b的使用:匹配一个单词边界,也就是指单词和空格间的位置。例如,“er\b”可以匹配“never”中的“er”,但不能匹配“verb”中的“er”。
 $htmls = preg_replace("/\bhref=\"([^\"]*)\"/i", "", $htmls);
 print_r($htmls);  

此时进行最后一步处理目前的数据接口拿到最终的导航栏数据array

//把当前的dom结构用simplexml_load_string装车对象然后在转数组最终处理成标准一维数组
   $string = json_decode(json_encode((array)simplexml_load_string($htmls)),true);
//使用array_column取出最终数据重新组装数组
   $string = array_column($string['li'], 'a');    print_r($string);

 

OK,正则表达式就这样后边在总结!

posted @ 2017-11-25 00:48  别安驹  阅读(257)  评论(0编辑  收藏  举报