PHP抓取页面中a标签的href属性值以及a中间内容

$str = file_get_contents($zh_cn_url);

$reg1='/<a href=\"(.*?)\".*?>(.*?)<\/a>/i';//匹配所有A标签

preg_match_all($reg1,$str,$aarray);

//这个$aarray 你可以打印一下看下你具体的业务需要哪个数组

//这个$aarray 是整个抓取的核心

$reg2="/href=\"([^\"]+)/";//获取href中的值

$arr = array();

for($i=1;$i<=3;$i++){

//这里讲一下我抓取的是前三个所以只需要 1=< i <=3就可以了

//如果想取出所有需要将for改为

//for($i=0;$i<count($aarray[0][$i]);$i++)

    preg_match_all($reg2,$aarray[0][$i],$hrefarray);

    $reg3="/>(.*)<\/a>/";//a标签中的内容

    preg_match_all($reg3,$aarray[0][$i],$acontent);

 

    $arr[$i]['title'] = $acontent[1][0];

 

    $arr[$i]['url'] = $server_name.$hrefarray[1][0];

 

}                                               

$data = array();

foreach ($arr as $key=>$val){

    $data[] = $val;

}

//为什么还要用个foreach 在放进一个新的数组里 ，这里讲一下，为了迎合我的业务逻辑需要将该数组的内容变为

//array(

//     array('title'=>'a中内容1','url'=>'href属性值1'),

  //     array('title'=>'a中内容2','url'=>'href属性值2'),

//     array('title'=>'a中内容3','url'=>'href属性值3'),

// );

return $json = json_encode($data); //返回json格式当然你也可以返回数组，直接 return $data即可