=======================第一页=======================

楼  主：$str=<img src="www.myurl.com"><a href="www.links.com">;

我想匹配这些网址，正则怎样写？


自己写了一个，感觉好像是对的，但就是匹配不出来，请高手们指点
<?php
$str=<img src="www.myurl.com">
<a href="www.myurl.com">;
$mod="/[(<img src)|(<a href)]=\"(.*)\"/iU";
preg_match_all($mod,$str,$arr);
echo "<pre>";
print_r($arr);
echo "</pre>";
?>
楼 1： 1# xingfou 可以显示
楼 2：[0] => Array

        (

            [0] => c="www.myurl.com"

            [1] => f="www.myurl.com"

        )
应该是这样才对：
[0] => Array

        (

            [0] =>src="www.myurl.com"

            [1] =>href="www.myurl.com"

        )
楼 3：
楼 4：
楼 5：你再看看
楼 6：成了不？我这显示已经可以了，未知你那边？
楼 7：差不多了哥们，还有点小问题，能否把[1]的数组去掉
Array
(
    [0] => Array
        (
            [0] => src="www.myurl.com"
            [1] => href="www.myurl.com"
        )

    [1] => Array
        (
            [0] => src
            [1] => href
        )

    [2] => Array
        (
            [0] => www.myurl.com
            [1] => www.myurl.com
        )

)
楼 8：虽然能去 但去它作甚 你只需要用到第三个元素
楼 9：我倒是比较想咨询一下，有些写法很不正规的时候什么办法。

<a href="http://......>喜悦国际村</ a>
<a href=http://......>喜悦国际村</ a>
...

各种各样的，我估计是编辑把这些小东东弄没了，可浏览器是能认得出来的。我前段时间抓的时候发觉挺郁闷的....

=======================第2页=======================

楼 1：也许可以使用一些html修复的代码，把代码修复成正规的html
再进行处理
楼 2：php tidy是否可以
楼 3： 我用C#写的应用软件抓的
楼 4：如果是匹配链接地址这种简单的活不用tidy出马
楼 5：比较的麻烦，如果单是引号去了还无所谓，如果后面还有class什么的就麻烦了，看看谁还有好的解决办法
楼 6：我一般使用php来做抓取
当然了，有些人比较喜欢桌面程序，这样php就不合适了
楼 7：不会很麻烦 这种正则就认准了属性值的规则就行
首先是href如果想加src的也行 无非是(?:href|src)就解决了
之后是等号(?:href|src)=
等号之后无非是有没有引号和哪种引号的问题(?:href|src)=["]?
属性值里不能出现以下几种字符：空白、大于号和引号也就是(?:href|src)=["]?([^">\s]+)
楼 8：额，关键的就是空格和引号 ...  应该差不多了

感谢用户[互联网用户]  IP[38.107.191.84]  时间[2010-09-07 20:50:10]提供辛勤劳动!