URL抽出

テキスト処理PCRE — 正規表現 (Perl 互換)

概要

 閲覧数:1685  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 / 5-23 → 5-29
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) 13
2 URLから、トップページ(index.html)判定 | ルーティング 12
3 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
4 現在WebページのURLパスを第2階層まで取得 | パス 6
4 PHPで最後の「指定区切り文字」より後ろを取得 | 配列(型) 6
5 「input type="datetime-local"」で受け取った文字列をハイフンへ変更 | 日付および時刻関連 4
5 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) 4
6 foreachの中でswitch文 | 配列(型) 3
6 null代入とunset()の違い | 変数 3
6 特定のHTMLタグのみ(aタグは除く)表示を許可 | エスケープ処理 3
6 var_export内容をテキストファイル出力 | デバッグ 3
6 指定文字列より前を取得 | 文字列(テキスト処理) 3
7 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) 2
7 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
7 switch文判定 … 「in_array」「array_keys」 | 配列(型) 2
8 「指定文字」から「指定文字」までの文字列を削除 | マルチバイト文字列(テキスト処理) 1
8 range( ) を使用して日付期間を配列生成 | 日付および時刻関連 1
8 指定文字が2回目に出現する位置以降の文字列を取得 | 文字列(テキスト処理) 1
8 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 1
8 配列の空要素を削除 / array_diff()で空配列と比較し配列の差分を返す | 配列(型) 1
2024/5/30 1:02 更新