正则表达式用于匹配 img 标记的开始和结束尖括号内的所有文本
Posted
技术标签:
【中文标题】正则表达式用于匹配 img 标记的开始和结束尖括号内的所有文本【英文标题】：Regex for matching all text inside opening and closing angle brackets of img tag 【发布时间】：2013-04-08 17:45:07 【问题描述】：我想创建正则表达式，以匹配开头内的文本及其匹配的 html img 标记与 php 的右尖括号。假设我在变量 $searchThis 中有 html 文本
$searchThis = "<html><div></div><img src='/relative/path/img1.png'/></div>
<img src='/relative/path/img2.png'/><div></div></div>
<img src='/relative/path/img3.png'/><ul><li></li></ul></html>";
我想匹配省略号替换的标签中的内容。结果必须是以下匹配项：
src='/relative/path/img1.png'
src='/relative/path/img2.png'
src='/relative/path/img3.png'
这就是我想象的模式应该是这样的，但实际上对我不起作用：
$pattern = "<img([^\/]+)\/>";
【问题讨论】：
您不应该尝试使用正则表达式解析 HTML。请改用 XPath 或一些类似的 XML 访问方法。看看this collection。 您只想通过正则表达式获取输出？ simplehtmldom 呢？ 好的，但是我不会使用 PHP 标准库中的任何东西。 【参考方案1】：试试：
preg_match_all("`<img (.*)/>`Uis", $searchThis, $results);
print_r($results);
打印$results 的结构将显示它的内容。
注意：如果您希望更准确，我建议您在搜索中包含src= 并一直到右引号，以便仅选择图像地址。然后您可以在之后添加缺少的文本 (src=)。
这样，您仍然可以获得相对路径，即使您的图像标签看起来不像预期的那样（即标签中还有其他内容，例如alt="Smiley face" height="42" width="42"）。
【讨论】：
我不知道。我总是使用字符 ` 来引用字符串模式，所以我可以添加 U、i、s 之类的东西来调整搜索选项。 任何非字母数字字符都可以用作正则表达式分隔符，尽管我必须承认我以前从未见过用于此目的的反引号。 我不记得第一次在哪里看到它。但是因为，我只使用这个字符。我看起来更清楚。也许我已经习惯了。 假设 HTML 是这样的：<html><img\nsrc='/relative/path/img1.png'/></html>（<img 之后的新行）这个正则表达式还能工作吗？
不，因为我在<img 和(.*) 之间放置了一个空格。您可以删除空格，然后您将获得<img 和下一个(.*) 之间的所有内容。得到匹配后，还有一些工作要做：删除尾随空格（如果有的话）、换行符等。您需要更多关于我为什么放置U、i 和s 的详细信息吗？以及为什么模式中有(.*)？【参考方案2】：
永远不要尝试使用正则表达式解析 HTML。要解析 HTML，请使用 DOM Parser。考虑这样的代码：
$html = <<< EOF
<html><div></div><img src='/relative/path/img1.png'/></div>
<img src='/relative/path/img2.png'/><div></div></div>
<img src='/relative/path/img3.png'/><ul><li></li></ul></html>
EOF;
$doc = new DOMDocument();
libxml_use_internal_errors(true);
$doc->loadHTML($html); // loads your html
$xpath = new DOMXPath($doc);
$nodelist = $xpath->query("//img");
for($i=0; $i < $nodelist->length; $i++)
$node = $nodelist->item($i);
$src = $node->attributes->getNamedItem('src')->nodeValue;
echo "src='$src'\n";
输出：
src='/relative/path/img1.png'
src='/relative/path/img2.png'
src='/relative/path/img3.png'
【讨论】：
谢谢！我不知道在标准 PHP 库中有一个 DOM Parser。我不经常使用 PHP，这不是我的强项。 @0xC0DEGURU：即使我没有为我的工作编写 PHP 代码。只有在回答有关 SO 的问题时，我才知道：P【参考方案3】：simplehtmldom 解析示例
<?php
include("simplehtmldom/simple_html_dom.php");
// Create DOM from URL or file
$html = str_get_html("<html><div></div><img src='/relative/path/img1.png'/></div>
<img src='/relative/path/img2.png'/><div></div></div>
<img src='/relative/path/img3.png'/><ul><li></li></ul></html>");
// Find all images
foreach($html->find('img') as $element)
echo $element->src . '<br>';
?>
【讨论】：
这似乎是最优雅的解决方案，但我只能使用标准库:) 谢谢以上是关于正则表达式用于匹配 img 标记的开始和结束尖括号内的所有文本的主要内容，如果未能解决你的问题，请参考以下文章