URL抽出

テキスト処理PCRE — 正規表現 (Perl 互換)

概要

 閲覧数:1930  投稿日:2011-01-29  更新日:2013-08-24  

・正規表現の最短マッチを利用して、URL抽出

・任意の文字列の中から、開始語と終了語を指定して、文字列を抜き出す
・○○.*?△△
・ここでの「.*?」の意味は、○○で始まり、△△で終わる文字列の最短一致


<例>
任意の文字列/hoge/piyo/puyo/pipipi.html任意の文字列

<やりたいこと>
/hoge/で始まり、.htmlで終わる文字列を抜き出したい。


<正規表現>
/hoge/.*?\.html

. ピリオド
改行を除く任意の一文字を表す

* アスタリスク
直前の文字列やメタ文字の「0回以上の繰り返し」を表す

? クエスチョン
⇒直前の文字列やメタ文字の「0回もしくは1回の出現」を表す。
⇒最短一致記号。
※使われる場所によって、意味が異なる。

「.*」、「.+」
限りなく連続した文字を表す

「*?」
「0回以上のくり返し(最短一致)」

「*」
「0回以上のくり返し(最長一致)」



コード

$pattern="|/hoge/.*?\.html|";

$str=<<<eof
任意の文字列/hoge/piyo/puyo/pipipi.html任意の文字列
任意の文字列/hoge/puko/pu.html任意の文字列
任意の文字列/hoge/pa/pa.html任意の文字列
eof;

preg_match_all($pattern,$str,$match);
print_r($match);



結果

Array
(
    [0] => Array
        (
            [0] => /hoge/piyo/puyo/pipipi.html
            [1] => /hoge/puko/pu.html
            [2] => /hoge/pa/pa.html
        )

)



タグ


preg_match_all 



郵便番号だけを許可



週間人気ページランキング / 5-3 → 5-9
順位 ページタイトル抜粋 アクセス数
1 配列の内容(ひらがな)を、読み(あ行~わ行)で分け、新たな配列へ格納 | 配列(型) 5
2 指定文字列より前を取得 | 文字列(テキスト処理) 4
2 配列キー内に「指定文字列が含まれるキー」と「その値」を抽出して、新しい配列を返す | 配列(型) 4
2 URLから、トップページ(index.html)判定 | ルーティング 4
3 8桁の生年月日数字を分解 | 文字列(テキスト処理) 3
3 PHPで最後の「指定区切り文字」より後ろを取得 | 配列(型) 3
3 現在WebページのURLパスを第2階層まで取得 | パス 3
4 配列の要素を置換して結果を配列で返す array_replace() | 配列(型) 2
4 (データベースなどから取得した)多次元配列の値と、一次元配列を比較して、「一致」及び「増減」を返す | 配列(型) 2
4 配列の空要素を削除(コールバック関数未使用) … array_filter() | 配列(型) 2
5 多次元配列の「一次元要素数」もしくは「全次元要素数」をカウント | 多次元配列(型) 1
5 平均値、分散、標準偏差を求める | 統計 1
5 文字列(テキスト処理) カテゴリー 1
5 配列のキーを取得する array_keys() | 配列(型) 1
5 投稿日時をTwitterのように「★分前」「★時間前」という文字列変換するユーザ定義PHP関数 | 日付および時刻関連 1
5 2章(集合知プログラミング) カテゴリー 1
5 配列の空要素を削除した後、添字を振り直す … array_diff() | 配列(型) 1
5 ユーザーエージェント カテゴリー 1
5 文字列を「複数の区切り文字」で配列へ変換 / preg_split使用案。採用 | 文字列(テキスト処理) 1
5 array_multisort | タグ毎エントリー一覧 1
2025/5/10 1:02 更新