通分析过了Snoopy类，它里面有比较完善的匹配源码，可以看到有function fetchlinks($URI)。也就是获取”< a >“中链接的函数，可以很简单的提取出来，此外还发现，它的正则还支持高级语言中的三目运算，函数及示例如下：
]+))'isx", document,links); // catenate the non-empty matches from the conditional subpattern while (list(key,val) = each(links[2])) { if (!empty(val)) match[] =val; } while (list(key,val) = each(links[3])) { if (!empty(val)) match[] =val; } // return the links return match; }document = file_get_contents('http://www.qq.com'); datalink = _striplinks(document); printf("输出link数据为：%sn", var_export($datalink , true));
?>以上函数及例子中对源码去掉了注释，通过执行发现很容易就得到了链接部分。下面对上面的正则部分做下解析：正则分析：
<s*as.*?hrefs*=s*(["'])?(?(1) (.*?)\1 | ([^s>]+))<
p style=”margin-top:0px;margin-bottom:0px;padding:0px 0px 8px;line-height:22px;color:#555555;font-family:微软雅黑, 宋体, Arial, Helvetica, sans-serif;font-size:14px;white-space:normal;background-color:#FFFFFF;”>
‘<sas.?hrefs=s # 查找([“‘])? # 匹配单引或双引号为分组1，也可以没有
(?(1) (.*?)\1 | ([^s>]+)) # 如果引号存在（分组1存在）匹配后引号
# 否则匹配非空格和非>内容
这个正则的难点也就是 (xxx)? (?(分组号) yyy|zzz)
我也是第一次碰到这样的正则，有点像高级语言的三目运算，我举个例子：
这个例子的目的是查找符合以下的规则
1、以123开头
2、后面有双引号则匹配引号和引号内的内容。
3、后面没有双引号，则是匹配后面为789的内容。
简单来说是匹配123″……” 或 123789
有引号优先匹配
'; str = '123456789';search = '/123(")?(?(1).*?\1|789)/'; preg_match(search,str,r); echor[0]; //output NULL echo '
'; str = '123789456';search = '/123(")?(?(1).*?\1|789)/'; preg_match(search,str,r); echor[0]; //output 123789 ?><a>从以上示例可以看到，</a><a style="line-height:1.5;"> </a>(xxx)? yyy : zzz 如果xxx为真 执行yyy，否则执行zzzz
在正则中是：
(xxx)? (?(分组号) yyy|zzz) 如果xxx不为空 执行yyy，否则执行zzzz
<br />
《从Snoopy类中提取函数:获取链接标签》有1条评论