Estrazione URL da variabile

[kerbeross81]

Ciao a tutti, io ho una variabile di tipo stringa che contiene il testo di una pagina html, e vorrei estrarre tutti gli url validi presenti in quella pagina, magari mettendoli in un array...mi sembra di aver capito che si potrebbe usare la funzione preg_match_all ma non ho una grande dimestichezza con le espressioni regolari anche se si tratta di una pagina html vorrei estrarre gli url indipendentemente dal tag href, semplicemente estrapolando tutte le stringhe che iniziano per "http://" e che terminano con ".html" o ".htm" o altre estensioni. qualcuno mi sa aiutare? grazie!

[Anªkin]

Prova questa:

$html='testo html da cui estrarre gli url';
$rex = '/(?:(?:ht|f)tps?:\/\/[^"\']+)|(?:[^"\']+\.(?:html?|php|asp|jsp?|css|xml)(?:\?[^"\']+|\/)?)/is';
preg_match_all($rex,$html,$mth);
echo '<pre>';
print_r($mth[0]);

:ciauz:

[kerbeross81]

mi da questo errore: Parse error: syntax error, unexpected ']' on line 19

la linea 19 è quella dove viene definita l'espressione regolare ciaoè questa:

$rex = '/(??:ht|f)tps?:\/\/[^"']+)|(?:[^"']+\.(?:html?|php|asp|jsp?|css|xml)(?:\?[^"']+|\/)?)/is';

[Anªkin]

il forum si mangia gli escape (dell'apice singolo in questo caso):

$html='testo html da cui estrarre gli url';
$rex = '/(?:(?:ht|f)tps?:\/\/[^"\\']+)|(?:[^"\\']+\.(?:html?|php|asp|jsp?|css|xml)(?:\?[^"\\']+|\/)?)/is';
preg_match_all($rex,$html,$mth);
echo '<pre>';
print_r($mth[0]);

[kerbeross81]

Hey ora funziona alla grande grazie!!