如何使用PHP preg_replace正则表达式仅保留href链接

嘿，我明白你要的效果了——原来的代码是把所有<a>标签都删掉，完全搞反啦！你需要的是只保留HTML里带href的链接，把其他杂七杂八的内容都去掉对吧？我来给你调整正则，搞定这个需求~

我们要做的是提取所有带href属性的<a>标签，移除其他所有内容，这里有两种靠谱的实现方式：

方式1：保留完整的<a>标签结构 #

用preg_match_all捕获所有符合要求的<a>标签，再把它们拼接起来，这比单次替换更可靠，能拿到所有链接：

<?php
$string = "<li>123<a href=\"https://stackoverflow.com/questions/ask\"><img src=\"https://cdn.sstatic.net/Sites/stackoverflow/img/sprites.svg\"></a>remove me<a href=\"https://stackoverflow.com/questions/ask\"></a>Jumat, 20 April 2018 14:15 This string for removed.</li>";

// 匹配所有带href的<a>标签
preg_match_all('%<a\s+[^>]*href="[^"]+"[^>]*>.*?</a>%si', $string, $matches);

// 把所有匹配到的标签拼接成字符串
$cleanedContent = implode(' ', $matches[0]);

echo $cleanedContent;
?>

正则细节说明 #

这个正则%<a\s+[^>]*href="[^"]+"[^>]*>.*?</a>%si的作用：

• s修饰符：让.能匹配换行符，避免标签跨换行时匹配失败
• i修饰符：忽略大小写，兼容<A>这种大写标签写法
• <a\s+：确保<a>标签开头后有至少一个空格，避免匹配<ahref>这种不规范的代码
• [^>]*href="[^"]+"：精准捕获带href属性的标签，[^"]+会完整匹配href里的URL（直到闭合引号）
• [^>]*>：匹配标签里的其他属性（比如class、target）和闭合的>
• .*?</a>：匹配标签内部的所有内容（比如图片、文字）直到闭合的</a>

方式2：只提取href里的纯URL #

如果你不需要<a>标签结构，只想要链接地址，可以调整正则捕获href的内容：

<?php
$string = "<li>123<a href=\"https://stackoverflow.com/questions/ask\"><img src=\"https://cdn.sstatic.net/Sites/stackoverflow/img/sprites.svg\"></a>remove me<a href=\"https://stackoverflow.com/questions/ask\"></a>Jumat, 20 April 2018 14:15 This string for removed.</li>";

// 捕获所有href属性里的URL
preg_match_all('%<a\s+[^>]*href="([^"]+)"[^>]*>.*?</a>%si', $string, $matches);

// $matches[1]里就是所有提取到的纯URL
foreach($matches[1] as $url) {
    echo $url . '<br>';
}
?>

为什么原来的代码不行？ #

你之前的preg_replace('%<a.*?</a>%i', '', $string)是把所有<a>标签替换成空，相当于把你想要保留的内容删掉了，完全和需求反向，所以才达不到预期效果~

内容的提问来源于stack exchange，提问作者Hedi Herdiana