如何修改PHP正则，提取WordPress文章中含bouture.com的首个链接

修改正则匹配规则 #

要只提取包含bouture.com的首个链接，用preg_match即可（仅取第一个匹配项，效率更高），对应的正则表达式如下：

/<a\s+[^>]*href=["']([^"']*bouture\.com[^"']*)["'][^>]*>/i

完整实现代码 #

将以下代码添加到主题的functions.php文件或自定义插件中：

function extract_bouture_link_to_custom_field($post_id) {
    // 跳过自动保存和修订版本
    if (defined('DOING_AUTOSAVE') && DOING_AUTOSAVE) return;
    if (wp_is_post_revision($post_id)) return;

    // 获取文章内容
    $post_content = get_post_field('post_content', $post_id);
    if (empty($post_content)) return;

    // 匹配含bouture.com的首个链接
    $pattern = '/<a\s+[^>]*href=["\']([^"\']*bouture\.com[^"\']*)["\'][^>]*>/i';
    if (preg_match($pattern, $post_content, $matches)) {
        // 清理URL格式
        $valid_link = esc_url_raw($matches[1]);
        // 更新自定义字段（字段名可自行修改）
        update_post_meta($post_id, 'first_bouture_link', $valid_link);
    } else {
        // 无匹配时删除自定义字段（可选操作）
        delete_post_meta($post_id, 'first_bouture_link');
    }
}
add_action('save_post', 'extract_bouture_link_to_custom_field');

关键说明 #

1. 正则逻辑：

   • <a\s+[^>]*：匹配<a>标签起始部分，跳过标签内其他属性
   • href=["']：兼容单双引号包裹的href属性
   • ([^"']*bouture\.com[^"']*)：捕获包含bouture.com的完整URL，确保只提取href内的内容
   • /i：不区分大小写，避免因URL大小写差异漏匹配

2. 代码逻辑：

   • 绑定save_post钩子，在文章保存/更新时自动执行
   • 排除自动保存和修订版本，避免不必要的重复处理
   • 用esc_url_raw处理URL，保证格式安全合规
   • 自动更新或清理自定义字段，保持数据同步

内容的提问来源于stack exchange，提问作者Jonathan - Service Web ARYUP