preg_match_all 正则匹配问题求教

[wapptm]

本人是新手，以为目前正在学习 wordpress 建站，所以开始学习一些 php 语言 目前遇到一个问题，我需要将网站中的所有下载网址的链接转换为 go 跳转链接，经测试如下代码

//给外部链接加上跳转
add_filter('the_content','the_content_nofollow',999);
function the_content_nofollow($content)
{
preg_match_all('/<a(.?)href="(.?)"(.*?)>/',$content,$matches);
if($matches){
foreach($matches[2] as $val){
if(strpos($val,'://')!==false && strpos($val,home_url())===false && !preg_match('/.(jpg|jepg|png|ico|bmp|gif|tiff)/i',$val)){
$content=str_replace("href="$val"", "href="".home_url()."/go/?url=$val" ",$content);
}
}
}
return $content;
}

这个代码会将所有的非本站链接自动跳转到 /go/目录下的跳转链接页面，但是存在两个问题： 一是对于中间带有#号的链接,就只能截取#号前的部分，#号以后部分无法截取，比如： https://www.XXX.com/dsajldklasdlsdk#dkcnjjjjlsdlkl 这个网址，就只能截取 https://www.XXX.com/dsajldklasdlsdk# 后面的 dkcnjjjjlsdlkl 截取不到。 二是这个代码会将所有的外部链接都跳转，可是我只需要对指定链接跳转，比如，只跳转 www.baidu.com 以及 www.google.com 开头的链接，其他链接都不跳转，那么我该如何修改这个 preg_match_all 后面的代码呢，请指教或者指点一个方向，谢谢！

[moult]

建议用 DOMDocument 去解析。正则容易误伤。

[rekulas]

这正则看起来不是很合理的样子，我写了个你试试看
/<a[^>]+href=[\'"]?(?<urls>[^>\'"]*)[\'"]?[^>]*>/is
网上也有很多成熟正则了，一搜一大把

第二个问题的话建议你用 preg_replace_callback 回调中判断并决定是否替换