Regular Expressions, immer noch falsch...

[Tom]

Hello,

ich habe noch ein wenig damit herumgebastelt.

$page = file_get_contents('http://forum.de.selfhtml.org/');
  $_urls = array();

$pattern = '=<a.*?href=("|')?([^"']*)\1[^>]*>=i';

preg_match_all($pattern, $page, $_urls);

echo "<pre>\n";
  echo htmlspecialchars(print_r($_urls,1));
  echo "</pre>\n";

Das funktioniert zwar, ist aber bestimmt nicht wirklich richtig

<a           genau finden
.*?          weiterlesen, aber nicht "greedy", Zeichen ist egal, aber kein Zeilenumbruch [1]
href         genau finden
=           genau finden, escaped, weil = als Pattern-Begrenzung benutzt wurde
("|')?      keinmal bis einmal ein doppeltes oder ein einfaches Häkchen
               das einfache escaped für PHP, als Treffergruppe zusammengefasst
               für Backreferenz
([^"']*)    gesuchte Daten, als Treffergruppe gebunden  ()
   [^"']*   darf kein doppeltes und kein einfaches Häkchen sein.
               einfaches wieder für PHP escaped, beliebig oft
               Hier hätte ich nun auch gerne die Backreferenz benutzt, geht aber nicht :-((
\1           genau suchen, das Häkchen, mit dem der String begonnen wurde
               Backreferenz auf erste Treffergruppe
[^>]*        keine spitze Klammer, beliebig oft

Spitze Klammer genau finden

Ich wüsste gerne, wie man auch in der Zeichenklasse [^"'] die Backreferenz nutzen könnte
und ausßerdem natürlich, wie das Gesamtkunstwerk richtig wäre und warum...

[1] über den Zeilenumbruch hinwegzulesen, wäre hier sicher besser ...

Harzliche Grüße vom Berg
http://bergpost.annerschbarrich.de

Tom