[英]php, strpos extract digit from string
我有一個巨大的HTML代碼來掃描。 到目前為止,我一直在使用preg_match_all
從中提取所需的部分。 從一開始的問題是它耗費了極大的CPU時間。 我們最終決定使用其他一些方法進行提取。 我在一些文章中讀到preg_match
可以在性能上與strpos
進行比較。 他們聲稱strpos
擊敗正則表達式掃描儀的效率高達20倍。 我以為我會嘗試這種方法,但我真的不知道如何開始。
讓我說我有這個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>
我想從內容提取每個ID只有文字(字母)僅數a
標簽。 所以我這樣做preg_match_all
掃描:
'/<li.*?id=".*?([\\d]+)".*?<a.*?>.*?([\\w]+)<\\/a>/s'
在這里你可以看到結果: LINK
現在,如果我想替換我的方法來strpos
功能,該方法將如何? 我知道strpos
返回匹配發生的起始索引。 但我怎么能用它來:
感謝您的所有幫助和提示;)
此正則表達式使用0回溯在24個步驟中找到匹配項
(?:id="[^\d]*(\d*))[^<]*(?:<a href="[^>]*>[^a-z]*([a-z]*))
您發布的正則表達式需要134個步驟。 也許你會注意到一個區別? 請注意,正則表達式引擎可以進行優化,以最大限度地減少回溯。 我使用了RegexBuddy的調試器來獲取數字。
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);
輸出:
Array
(
[li_id] => Array
(
[0] => 16451
[1] => 5674
[2] => c6543
)
[a_node] => Array
(
[0] => 23 - Star
[1] => 54 - Moon
[2] => 34,780 - Sun
)
)
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.