Как из html вытащить url по определенной маске?

Question

[vitz84]

Всем доброго вечера и с наступающими праздниками!

Помогите решить одну задачку пожалуйста.

Суть задачи такова!
Есть сайт где стоит очень большое кол-во ссылок, но они идут как текст и мне нужно вытащить с этой странице все эти ссылки по определенной маске (для примера что бы только копировала ссылки примерно такого вида www.site.ru/parametr&parametr=1111) (т.е. что бы можно было бы задать начало допустим http;// и конец только цифры http://**********1111 , а остальные они бы не копировала.

Подскажите через какие программы или скрипты это можно реализовать?

Всем буду очень благодарен за помощь!!!

Answer 1

[ТёмнаяМатерия]

Так можно: regexr.com/3db1u (по ссылке регулярка нужная вам)

Comments

[vitz84]

Вот спасибо!!! Полезный сервис!!! Спасибо! ПРавда пришлось все делать кусками потому как вылетает при большом объеме загружаемого текста! Но все равно большое спасибо! Все ссылки спарсил!!!

Answer 2

[Максим Тимофеев]

Есть чудесное ПО для парсинга - ContentDownloader sbfactory.ru/?p=600
Так же есть чудесная php библиотека simplehtmldom.sourceforge.net
А еще есть суровая, но рабочая штука - регулярные выражения

Answer 3

[ThunderCat]

regex, preg_match_all

Answer 4

[abcd0x00]

Нужно выбрать все ссылки, а потом из них выбрать те, которые удовлетворяют критерию. Именно так, по частям, потому что как источник ссылок может поменяться независимо от критерия, так и критерий выбора может поменяться независимо от источника.