[英]php, strpos extract digit from string
我有一个巨大的HTML代码来扫描。 到目前为止,我一直在使用preg_match_all
从中提取所需的部分。 从一开始的问题是它耗费了极大的CPU时间。 我们最终决定使用其他一些方法进行提取。 我在一些文章中读到preg_match
可以在性能上与strpos
进行比较。 他们声称strpos
击败正则表达式扫描仪的效率高达20倍。 我以为我会尝试这种方法,但我真的不知道如何开始。
让我说我有这个HTML字符串:
<li id="ncc-nba-16451" class="che10"><a href="/en/star">23 - Star</a></li>
<li id="ncd-bbt-5674" class="che10"><a href="/en/moon">54 - Moon</a></li>
<li id="ertw-cxda-c6543" class="che10"><a href="/en/sun">34,780 - Sun</a></li>
我想从内容提取每个ID只有文字(字母)仅数a
标签。 所以我这样做preg_match_all
扫描:
'/<li.*?id=".*?([\\d]+)".*?<a.*?>.*?([\\w]+)<\\/a>/s'
在这里你可以看到结果: LINK
现在,如果我想替换我的方法来strpos
功能,该方法将如何? 我知道strpos
返回匹配发生的起始索引。 但我怎么能用它来:
感谢您的所有帮助和提示;)
此正则表达式使用0回溯在24个步骤中找到匹配项
(?:id="[^\d]*(\d*))[^<]*(?:<a href="[^>]*>[^a-z]*([a-z]*))
您发布的正则表达式需要134个步骤。 也许你会注意到一个区别? 请注意,正则表达式引擎可以进行优化,以最大限度地减少回溯。 我使用了RegexBuddy的调试器来获取数字。
使用DOM
$html = '
<html>
<head></head>
<body>
<li id="ncc-nba-16451" class="che10"><a href="/en/star">23 - Star</a></li>
<li id="ncd-bbt-5674" class="che10"><a href="/en/moon">54 - Moon</a></li>
<li id="ertw-cxda-c6543" class="che10"><a href="/en/sun">34,780 - Sun</a></li>
</body>
</html>';
$dom_document = new DOMDocument();
$dom_document->loadHTML($html);
$rootElement = $dom_document->documentElement;
$getId = $rootElement->getElementsByTagName('li');
$res = [];
foreach($getId as $tag)
{
$data = explode('-',$tag->getAttribute('id'));
$res['li_id'][] = end($data);
}
$getNode = $rootElement->getElementsByTagName('a');
foreach($getNode as $tag)
{
$res['a_node'][] = $tag->parentNode->textContent;
}
print_r($res);
输出:
Array
(
[li_id] => Array
(
[0] => 16451
[1] => 5674
[2] => c6543
)
[a_node] => Array
(
[0] => 23 - Star
[1] => 54 - Moon
[2] => 34,780 - Sun
)
)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.