Question

这个问题已被多次询问，但我没有找到满足我需求的可行解决方案。

我创建了一个函数来检查Google Ajax API输出上的网址： https://ajax.googleapis.com/ajax/services/search/web?v=1.0&q=site%3Awww.bierdopje.com%2Fusers%2F+%22Gebruikersprofiel+van+%22+Stevo

我想从输出中排除“个人资料”一词。因此，如果字符串包含该单词，则跳过整个字符串。

这是我到目前为止创建的功能：

function getUrls($data)
{
    $regex = '/https?\:\/\/www.bierdopje.com[^\" ]+/i';
    preg_match_all($regex, $data, $matches);
    return ($matches[0]);
}

$urls = getUrls($data);
$filteredurls = array_unique($urls);

我已经创建了一个样本，以明确我的意思：
http://rubular.com/r/1U9YfxdQoU

在示例中，您可以看到选择的4个字符串，我只需要上面的2个字符串。我怎么能做到这一点？

Answer 1

不要使用正则表达式来解析JSON数据。你想要做的是解析JSON并在其上循环以找到正确的匹配元素。

示例代码：

$input = file_get_contents('https://ajax.googleapis.com/ajax/services/search/web?v=1.0&q=site%3Awww.bierdopje.com%2Fusers%2F+%22Gebruikersprofiel+van+%22+Stevo');
$parsed = json_decode($input);

$cnt = 0;
foreach($parsed->responseData->results as $response)
{
   // Skip strings with 'profile' in there
   if(strpos($response->url, 'profile') !== false)
       continue;

   echo "Result ".++$cnt."\n\n";
   echo 'URL: '.$response->url."\n";
   echo 'Shown: '.$response->visibleUrl."\n";
   echo 'Cache: '.$response->cacheUrl."\n\n\n";
}

Sample on CodePad （因为它不支持加载外部文件，所以在那里内联字符串）

Answer 2

function getUrls($data)
{
    $regex = '@"(https?://www\\.bierdopje\\.com[^"]*+(?<!/profile))"@';
    return preg_match_all($regex, $data, $matches) ?
        array_unique($matches[1]) : array();
}

$urls = getUrls($data);

结果：http://ideone.com/dblvpA

vs json_decode：http://ideone.com/O8ZixJ

但一般你应该使用json_decode。

PHP正则表达式匹配字符串但排除某个单词

2 个答案: