preg_match zum Extrahieren von mailto auf Anker

Question

Ich brauche die E-Mail-Adresse von einem Anker mit einem mailto-Attribut mit Regex.

dieses Muster: (.*)<a\s(.*?)(.*)\s*href\=['"]mailto:([-a-z0-9_]+)@([a-z0-9-]+).([a-z]+)['"]>(.*)</a>(.*)

Arbeiten in regex Trainer obwohl es mit PHP nicht funktioniert.

Code:

preg_match("'(.*)<a (.*?)(.*) *href\=['\"]mailto:([-a-z0-9_]+)@([a-z0-9-]+).([a-z]+)['\"]>(.*)</a>(.*)'si", "<a href=\"mailto:someemail@ohio.com\"">Some email</a>", $matches); 

print_r($matches); 

Also, warum es in php doenst arbeiten?

Answer 1

PHP’s PCRE erfordern den regulären Ausdruck in delimiters gewickelt werden, die das Muster von optionalen modifiers trennen. In diesem Fall wird das erste nicht-alphanumerische Zeichen verwendet (d. H. '), so dass das Muster tatsächlich nur (.*)<a (.*?)(.*) *href\=[ ist und der Rest als Modifizierer behandelt wird. Und das ist ein ungültiger regulärer Ausdruck, da die [ nicht ordnungsgemäß maskiert ist und der Rest auch keine gültigen Modifikatoren sind.

Wie die anderen bereits vorgeschlagen haben, können Sie dies beheben, indem Sie jedes Vorkommen des Trennzeichens ' innerhalb des regulären Ausdrucks umgehen oder ein anderes Trennzeichen wählen, das nicht im regulären Ausdruck erscheint.

Aber abgesehen davon ist der Versuch, HTML mit regulären Ausdrücken zu analysieren, sehr fehleranfällig. In Ihrem Fall wird die Verwendung von vielen .* auch zu einem schrecklichen Leistungsverhalten führen (es liegt nur daran, wie reguläre Ausdrücke verarbeitet werden).

besser verwenden, um einen richtigen HTML-Parser, der eine DOM zurückgibt, wie PHP’s DOM library abgefragt werden kann:

$doc = new DomDocument(); 
$doc->loadHTML($str); 
foreach ($doc->getElementsByTagName("a") as $a) { 
    if ($a->hasAttribute("href")) { 
     $href = trim($a->getAttribute("href")); 
     if (strtolower(substr($href, 0, 7)) === 'mailto:') { 
      $components = parse_url($href); 
     } 
    } 
} 

Answer 2

Ihr Trennzeichen ist ein Zitat ', und es gibt einige Beispiele davon in der Regex:

preg_match("'(.*)<a (.*?)(.*) *href\=['\"]mailto:([-a-z0-9_]+)@([a-z0-9-]+).([a-z]+)['\"]>(.*)</a>(.*)'si", "<a href=\"mailto:someemail@ohio.com\"">Some email</a>", $matches); 
            ^           ^

sie Flucht (d.h .: \') oder Ihr Trennzeichen ändern.

Answer 3

if (preg_match('#<a\s.*?href=[\'"]mailto:([A-Z0-9._%+-]+@[A-Z0-9.-]+\.[A-Z]{2,6})[\'"].*?>.*?</a>#i', $subject, $regs)) { 
    $result = $regs[0]; 
} else { 
    $result = ""; 
}