graffiti on the web 自分用メモ
$html = ブログから抜き出したソース;
preg_match("/抜き出すパターン/", $html);
最初は正規表現が間違っているのかと思い、いくつか正規表現のパターンを変えてテストしてみましたが、手ごたえなし(´；ω；`)ｳｯ…
正規表現以外の問題だと思い、さらに基本的なことを調べてみると・・・
「検索対象の文字列が1行か、複数行か。」
ここが問題だったようです…
phpでURLを取得し、自動でリンクを貼るプログラムを作っていたのですが、その際に自動で生成されるリンクが以下のようになり、正常に表示されません。
http://www.example.org/site/<wbr>testtest/php.html
<wbr>というのは、長いURLや長い英数字の羅列をホームページに記載すると文字列が改行されずテーブルやボックスが延々横長に表示されるのを防ぐためのタグ。
らしいのですが、それがいつの間にか挿入されてしまい、クリックしたURLにも含まれてしまうので、もちろんそんなURLのページが存在するはずもなく、エラーになります。
Fire Foxの場合は<wbr>がURL内に挿入され、IEの場合は「%3Cwbr%3E」（<wbr>をURLエンコードしたもの？未確認）という文字列が表示されます。
調べてみると、今回取得していたソースがYahoo検索のものだったので、Yahoo検索結果のURL内に<wbr>が入っているのはYahooの仕様によるもののようです。
なんだろうなぁと思ったので、記事に残しましたが、結局のところ・・・・・・ただの私の勘違いでした・・・( ; ﾟДﾟ)
この投稿へのコメント
コメントはまだありません。