标签：空白 准备 log [1] 第一个 www. json column 处理
平时开发的正则表达式基本都是整理现成的，也没太在意如何编写正则表达式，最近要采集一些数据就大致看了下正则表达式，当时觉得写起来应该没什么问题，WTF当去写的时候脑子一片空白？？？所以记录下正则的使用过程！！
先来采采自己网站如下图准备采集导航栏的数据，接下来上代码：
<?php
header("content-type:text/html;charset=utf-8");
$html = file_get_contents("http://www.bieanju.com/");
//采集div id="nav"开始的第一个div的所有内容
preg_match_all(‘/<div id=\"nav\">(.*?)<\/div>/i‘,$html,$mat);
$htmls = $mat[1][0];
print_r($htmls);
//打印如下图发现ul结束的时候多余了个script
?>
//剔除 script标签
$htmls = preg_replace("/<script(.*)?<\/script>/", "", $htmls);
print_r($htmls);
//OK结果如下图没有问题进行下一步
//剔除a标签的href属性 此处注重说明下\b的使用：匹配一个单词边界，也就是指单词和空格间的位置。例如，“er\b”可以匹配“never”中的“er”，但不能匹配“verb”中的“er”。
$htmls = preg_replace("/\bhref=\"([^\"]*)\"/i", "", $htmls);
print_r($htmls);
此时进行最后一步处理目前的数据接口拿到最终的导航栏数据array
//把当前的dom结构用simplexml_load_string装车对象然后在转数组最终处理成标准一维数组 $string = json_decode(json_encode((array)simplexml_load_string($htmls)),true);
//使用array_column取出最终数据重新组装数组
$string = array_column($string[‘li‘], ‘a‘); print_r($string);
OK，正则表达式就这样后边在总结！
标签：空白 准备 log [1] 第一个 www. json column 处理
原文地址：http://www.cnblogs.com/bieanju/p/7892979.html
