php，strpos从字符串中提取数字

Question

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：

获得所有可能的匹配，而不仅仅是一个
从字符串中的所需位置提取数字或文本

感谢您的所有帮助和提示;）

Answer 1

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。

Answer 2

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
        )

)

php，strpos从字符串中提取数字

问题描述

2 个解决方案

解决方案1
3 2015-08-19 12:29:10

解决方案2
3 已采纳 2015-08-19 12:36:04

php，strpos从字符串中提取数字

问题描述

2 个解决方案

解决方案1 3 2015-08-19 12:29:10

解决方案2 3 已采纳 2015-08-19 12:36:04

解决方案1
3 2015-08-19 12:29:10

解决方案2
3 已采纳 2015-08-19 12:36:04