正则表达式/通配符替换字符串PHP

Question

我有大量的文本被加载到标题中，其中包含此链接。

<link rel="canonical" href="could_be_anything_here_at_all" />

我想用一个新值替换它，但href根据页面改变意味着一个简单的str_replace是不可能的。

我已经看过使用preg_replace了，但是无法理解看似简单的问题。

    $regex = '/(^<link rel="canonical")(\/>$)/';
    $match = preg_match_all($regex, $content, $matches);
    var_dump($matches);

• //开始和结束表达式？
• （）表示单独的'表达式'，它们必须匹配要返回的字符串？
• ^过滤以下列字符串开头的结果？
• 结果的$过滤器以下面的字符串结尾？

所以我正在寻找一个以<link rel="canonical"开头并以/>结尾的字符串

我已经展示了我正在追求的步骤，以及我对它的刺痛。 请帮我写，最后了解如何做。 我真的很茫然。

Answer 1

你写的正则表达式遍布整个地方。 让我们来看看这个模式：

无论发生什么，它都将从<link开始，以></link>或/> （需要考虑那些讨厌的不尊重标准的网络海盗）。 你正在寻找rel参数，如果它有一个，它需要是规范的。

我们可以开始编写正则表达式： #<link([^>]+)(/>|></link>)#is 。 这将映射所有link标记。 然后，您可以使用简单的strpos调用来解析参数。

如果您确定rel =“canonical”将是链接标记的第一个参数，您可以将正则表达式进一步扩展为#<link rel="canonical" href="?'?([^"']+)"?'?(/>|></link>)#is 。这将按顺序映射它，如果您确定这将是订单，这很好。

按出场顺序：

[^>]+匹配除>字符以外的任何内容一次或多次

的is标志代表：不区分大小写，不要换行打破

"?'?匹配0或1”，后跟0或1'

如果还有其他不清楚的地方，请告诉我。

编辑：回答你的问题

• //开始和结束表达式？ 他们被称为分隔符，他们“包围”表达。 Perl正则表达式引擎允许设置关于表达式（i，s，g，b等）的标志，并且这些标志必须在表达式之外。 他们追求分隔符 - 这是分隔符的要点。 你可以使用你喜欢的任何角色 - 它将选择最远的两个重复角色。 人们倾向于使用/由于JS使用单个字符串 - 我倾向于在PHP中使用＃来清除因关闭HTML标记而产生的歧义。

• （）表示单独的'表达式'，它们必须匹配要返回的字符串？ （）匹配一个子集，如果为匹配项指定变量，则允许您将其返回到结果中。 正则表达式的每个部分都可以使用通配符和co，但只有在（）中包含的东西才会在匹配中返回

• ^过滤以下列字符串开头的结果？ 不。 []范围之外的^将匹配以下列字符串句点开头的任何内容。 在一条新的路线上，有效而不仅仅是“言语”。
• 结果的$过滤器以下面的字符串结尾？ 与上面相同，只是“结束”而不是“开始”。

Answer 2

快速入门注意：不建议使用正则表达式解析HTML，而是使用DomDocument或其他一些“DOM解析”附加组件。 但由于这只是使用1个句子的字符串，这就是我接近它的方式：

<?php
// base string
$str = '<link rel="canonical" href="could_be_anything_here_at_all" />';

// for preg_replace
$preg_replace = '<link rel="canonical" href="'.preg_replace('/<link rel="canonical" href="(.*)" \/>/','MY_NEW_LINK',$str).'" />';
echo $preg_replace;

// preg_match_all
preg_match_all('/<link rel="canonical" href="(.*)" \/>/',$str,$preg_match);
echo '<pre>',print_r($preg_match),'</pre>'; // process as you wish