Tengo el cuerpo HTML de un correo electrónico. Necesito analizar solo el enlace para darse de baja de eso. Entonces, si en algún punto del dom hay algún tipo de enlace que contenga la palabra Unsubscribe , necesitaría devolver la URL de ese enlace específico. Probé diferentes expresiones regulares, pero parece que no puedo encontrar solo la URL para cancelar la suscripción o, a veces, en absoluto.
$regexp = "<a\s[^>]*href=(\"??)([^\" >]*?)\\1[^>]*>(.*(?:unsubscribe).*)<\/a>"; preg_match_all("/$regexp/iU", $body, $matches); var_dump($matches);Esto no funciona :/
Gracias
Puede usar DOMXpath y verificar si el ancla contiene una coincidencia que no distingue entre mayúsculas y minúsculas para darse de baja y obtener la URL usando getAttribute para obtener el valor de href .
$data = <<<DATA This is a link <a href="https://stackoverflow.com/">SO</a> and this is <a href="http://test.test">unsubscribe</a> and another and this is <a href="http://test.test">UnSubScribe</a>. DATA; $dom = new DomDocument(); $dom->loadHTML($data); $xpath = new DOMXPath($dom); $query = "//a[contains(translate(., 'UNSUBSCRIBE', 'unsubscribe'),'unsubscribe')]"; $anchors = $xpath->query($query); foreach ($anchors as $a) { echo sprintf("%s: %s" . PHP_EOL, $a->nodeValue, $a->getAttribute("href") ); }Producción
unsubscribe: http://test.test UnSubScribe: http://test.testVea una demostración de PHP .
No pude encontrar rápidamente una solución a su problema solo con expresiones regulares, así que espero que esté de acuerdo con usar un poco más de PHP que de expresiones regulares.
Esto es lo que se me ocurrió:
$regexp = '<a\s+(?:[^>]*?\s+)?href=[\'|"]([^"\']*)[\'|"]>(.*?)<\/a>'; preg_match_all("/$regexp/i", $body, $matches); $urls = $matches[1]; $tagContents = $matches[2]; $unsubscribeUrls = []; for ($i = 0; $i < count($tagContents); $i++) { if(!isset($urls[$i]) || !isset($tagContents[$i])){ continue; } if(stripos($tagContents[$i], "unsubscribe") !== false){ $unsubscribeUrls[] = $urls[$i]; } } var_dump($unsubscribeUrls); Esto primero hará coincidir todas las etiquetas a las dividirá en URL y contenido de etiqueta. Luego, usando PHP, verificará si el contenido de la etiqueta contiene "cancelar suscripción". Si lo hace, se agregará a la variable $unsubscribeUrls . Esta variable debe contener todas las URL que desee.