如何使用PHP提取网页中的单个link？

Question

我正在寻找一种使用 PHP.

从特定网页中仅提取一个 URL 的解决方案

这是我需要的一个简单示例：

我有一个 URL 有很多 link (https://apkpure.com/mi-home/com.xiaomi.smarthome/download?from=details)
我想从当前页面抓取锚 click here 下的 link。
那么代码必须return这个结果https://download.apkpure.com/b/XAPK/Y29tLnhpYW9taS5zbWFydGhvbWVfNjMwNjdfYWU1M2FmOWU?_fn=TWkgSG9tZV92NS44LjdfYXBrcHVyZS5jb20ueGFwaw&as=4c5e64f6f957edac834f3631fe4e09715f2e35f6&ai=-1070628217&at=1596863870&_sa=ai%2Cat&k=24cb20f95fbf333deb01c145ce7b982b5f30d87e&_p=Y29tLnhpYW9taS5zbWFydGhvbWU&c=1%7CLIFESTYLE%7CZGV2PVhpYW9taSUyMEluYy4mdD14YXBrJnM9MTI5OTAzMTM4JnZuPTUuOC43JnZjPTYzMDY3.

我试过这个：

$sourceURL="https://apkpure.com/mi-home/com.xiaomi.smarthome/download?from=details";
$htmlSource=htmlentities(file_get_contents($sourceURL));

echo strip_tags($htmlSource, "<a>");

我得到了所有 link 的结果，包括我需要的

我需要你的帮助来提取我想要的 link 中的 href value。

提前致谢。

Answer 1

如果您查看所需的 URL，您可以看到它在每个 Click Here URL 的开头都有一个模式 https://download.apkpure.com，因此，我们可以使用正则表达式来查找它。

preg_match_all 将 return 匹配我们正则表达式的字符串数组。然后我使用 implode 将第一个索引转换为字符串。

这是完整的工作代码：

$sourceURL="https://apkpure.com/mi-home/com.xiaomi.smarthome/download?from=details";
$content=file_get_contents($sourceURL);
$content = strip_tags($content,"<a>");
preg_match_all('#\bhttps?://download.apkpure.com[^,\s()<>]+(?:\([\w\d]+\)|([^,[:punct:]\s]|/))#', $content, $match);
echo implode(', ', $match[0]);

Answer 2

最优雅的方法是使用 DOM 解析器。

迭代锚点
检查锚ID是否为'download_link'（在'click here'link中）
提取href属性值

$html = file_get_contents('https://apkpure.com/mi-home/com.xiaomi.smarthome/download?from=details');

libxml_use_internal_errors(true);
$doc = new DOMDocument();
$doc->loadHTML($html);

$href = '';
foreach($doc->getElementsByTagName('a') as $item) {
    if($item->getAttribute('id') == 'download_link') {
        $href = $item->getAttribute('href');
        break;
    }
}

echo $href;

https://download.apkpure.com/b/XAPK/Y29tLnhpYW9taS5zbWFydGhvbWVfNjMwNjdfYWU1M2FmOWU?_fn=TWkgSG9tZV92NS44LjdfYXBrcHVyZS5jb20ueGFwaw&as=6a7de2cb660007a32e4b3d61a0d3c41e5f2e7102&ai=1946881098&at=1596878986&_sa=ai%2Cat&k=9e912b1007d50d2be9af8e78bcdea86c5f31138a&_p=Y29tLnhpYW9taS5zbWFydGhvbWU&c=1%7CLIFESTYLE%7CZGV2PVhpYW9taSUyMEluYy4mdD14YXBrJnM9MTI5OTAzMTM4JnZuPTUuOC43JnZjPTYzMDY3

如何使用PHP提取网页中的单个link？

How to exctract a single link in a webpage using PHP?

php

regex

html-parsing

scrape

这是我需要的一个简单示例：

我试过这个：