PHP regex - matchs vides

Question

Je suis en train d'extraire d'une chaîne (source tout site web alla chercher par CURL -)

<tr> 
    <td><a href="http://www.gpw.pl/karta_spolki/LT0000128555/">AAL</a></td> 
<td><a href="http://www.gpw.pl/karta_spolki/LT0000128555/">AVIAAM LEASING AB</a></td> 
</tr> 
<tr class="even"> 
    <td><a href="http://www.gpw.pl/karta_spolki/PLTRNSU00013/">AAT</a></td> 
    <td><a href="http://www.gpw.pl/karta_spolki/PLTRNSU00013/">ALTA SPÓŁKA AKCYJNA</a></td> 

Je voudrais obtenir toutes les ancres 3 caractères doivent correspondre dans un tableau pour exemple AAL et AAT (il y a plus)

Ce que j'est:

$subject = curl_exec($ch);   
$pattern = '`<td><a href="http://www\.gpw\.pl/karta_spolki/[0-9A-Za-z ]+/">[0-9A-Z]{3}</a></td>`'; 
preg_match_all($pattern, $subject, $matches, PREG_PATTERN_ORDER); 
print_r($matches); 

en conséquence je reçois

Array ([0] => Array ()) 

Pourriez-vous me donner des conseils pour le résoudre?

Answer 1

Vous pouvez utiliser un objet DOMDocument pour construire votre tableau comme ceci:

$doc = new DOMDocument(); 
$doc->LoadHTML($str); 

$matches = array(); 
foreach($doc->getElementsByTagName('a') as $a) { 
    $text = $a->nodeValue; 
    if(strlen($text) === 3) $matches[] = $text; 
} 

Cela itérer tous les éléments d'ancrage dans votre chaîne HTML et construire ce tableau:

Array 
(
    [0] => AAL 
    [1] => AAT 
) 

Answer 2

I juste essayé votre exemple & votre regex fonctionne comme prévu avec le petit échantillon fourni:

$subject = <<<EOT 
<tr> 
    <td><a href="http://www.gpw.pl/karta_spolki/LT0000128555/">AAL</a></td> 
<td><a href="http://www.gpw.pl/karta_spolki/LT0000128555/">AVIAAM LEASING AB</a></td> 
</tr> 
<tr class="even"> 
    <td><a href="http://www.gpw.pl/karta_spolki/PLTRNSU00013/">AAT</a></td> 
    <td><a href="http://www.gpw.pl/karta_spolki/PLTRNSU00013/">ALTA SPÓŁKA AKCYJNA</a></td> 
EOT; 

$pattern = '`<td><a href="http://www\.gpw\.pl/karta_spolki/[0-9A-Za-z ]+/">[0-9A-Z]{3}</a></td>`'; 
preg_match_all($pattern, $subject, $matches, PREG_PATTERN_ORDER); 

echo '<pre>'; 
print_r($matches); 
echo '</pre>'; 

Les résultats:

Array 
(
    [0] => Array 
     (
      [0] => AAL 
      [1] => AAT 
     ) 

) 

Mais cela dit, je fait déterrer ce que je crois est your source URL pour la demande curl, et il échoue quand je le tester. Donc, je me suis ajusté le regex à ceci:

/(?<=>)[0-9A-Z]{3}(?=<\/a><\/td>)/is 

Et maintenant, les choses semblent bien travailler ensemble avec mon code qui tente de recréer la demande curl que vous faites.

// Set the URL. 
$url="http://www.gpw.pl/lista_spolek_en"; 

// The actual curl request. 
$curl_timeout = 5; 
$ch = curl_init(); 
curl_setopt($ch, CURLOPT_URL, $url); 
curl_setopt($ch, CURLOPT_RETURNTRANSFER, true); 
curl_setopt($ch, CURLOPT_SSL_VERIFYHOST, false); 
curl_setopt($ch, CURLOPT_SSL_VERIFYPEER, false); 
curl_setopt($ch, CURLOPT_CONNECTTIMEOUT, $curl_timeout); 
curl_setopt($ch, CURLOPT_USERAGENT, 'Mozilla/5.0 (Windows; U; Windows NT 5.1; en-US; rv:1.8.1.13) Gecko/20080311 Firefox/2.0.0.13'); 
curl_setopt($ch, CURLOPT_FOLLOWLOCATION, true); 
$subject = curl_exec($ch); 
curl_close($ch); 

// Set the regex pattern. 
$pattern = '/(?<=>)[0-9A-Z]{3}(?=<\/a><\/td>)/is'; 

// Run the preg match all command with the regex pattern. 
preg_match_all($pattern, $subject, $matches, PREG_PATTERN_ORDER); 

// Return the results. 
echo '<pre>'; 
print_r($matches); 
echo '</pre>'; 

Et la sortie qui semble bien fonctionner de mon point de vue:

Array 
(
    [0] => Array 
     (
      [0] => AAL 
      [1] => AAT 
      [2] => ABC 
      [3] => ABE 
      [4] => ABM 
      [5] => ABS 
      [6] => ACE 
      [7] => ACG 
      [8] => ACP 
      [9] => ACS 
      [10] => ACT 
      [11] => ADS 
      [12] => AGO 
      [13] => AGT 
      [14] => ALC 
      [15] => ALM 
      [16] => ALR 
      [17] => ALT 
      [18] => AMB 
      [19] => AMC 
      [20] => APL 
      [21] => APN 
      [22] => APT 
      [23] => ARC 
      [24] => ARR 
      [25] => ASB 
      [26] => ASE 
      [27] => ASG 
      [28] => AST 
      [29] => ATC 
      [30] => ATD 
      [31] => ATG 
      [32] => ATL 
      [33] => ATM 
      [34] => ATP 
      [35] => ATR 
      [36] => ATS 
      [37] => AWB 
      [38] => AWG 
      [39] => EAT 
      [40] => ACP 
      [41] => ALR 
      [42] => BZW 
      [43] => EUR 
      [44] => JSW 
      [45] => KER 
      [46] => KGH 
      [47] => LPP 
      [48] => LTS 
      [49] => LWB 
      [50] => MBK 
      [51] => OPL 
      [52] => PEO 
      [53] => PGE 
      [54] => PGN 
      [55] => PKN 
      [56] => PKO 
      [57] => PZU 
      [58] => SNS 
      [59] => TPE 
     ) 

)