URL抽出

テキスト処理PCRE — 正規表現 (Perl 互換)

概要

 閲覧数:1642  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 / 3-22 → 3-28
順位 ページタイトル抜粋 アクセス数
1 後ろから3文字削除 / 「18:00:00」→「18:00」 | 文字列(テキスト処理) 15
2 URLから、トップページ(index.html)判定 | ルーティング 12
3 現在WebページのURLパスを第2階層まで取得 | パス 8
4 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) 7
5 8桁の生年月日数字を分解 | 文字列(テキスト処理) 4
5 対象文字列の内、「最初の指定文字列以前」と「それ以降の文字列」を取得する | 文字列(テキスト処理) 4
5 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
6 Noticeエラー回避 / PHP7以上で使用可能なnull合体演算子(??)を使用 | 演算子 3
6 2 つの配列(文字列とdatetime)が要素順で 対応している時、日付を整形して 新しい配列を作成 | 配列(型) 3
6 dateとgmdateの比較 | 日付および時刻関連 3
6 配列内容を、foreachでテーブル表示 | テーブル 3
7 文字列の先頭に0があった場合に、取り除く | 文字列(テキスト処理) 2
7 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) 2
7 (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
7 gethostbyaddr / IPアドレスからホスト名を取得 | ネットワーク 関数 2
7 指定文字列より前を取得 | 文字列(テキスト処理) 2
7 多次元配列キーを、多次元配列内にある「特定キーの値」へ変更 | 多次元配列(型) 2
7 マークダウンで「> 引用」を、HTMLエスケープ後、
へHTML変換 | エスケープ処理
2
8 「Fatal error」を発生させないuser定義count関数 | 配列(型) 1
8 後ろから3文字取得 | 文字列(テキスト処理) 1
2024/3/29 1:01 更新