正则表达式替换 PHP 中的 html src 属性
Posted
技术标签:
【中文标题】正则表达式替换 PHP 中的 html src 属性【英文标题】：Regex to replace html src attribute in PHP 【发布时间】：2012-05-26 08:46:23 【问题描述】：我正在尝试使用正则表达式替换 php 中的源属性（可以是图像或任何标签）。
我有一个这样的字符串：
$string2 = "<html><body><img src = 'images/test.jpg' /><img src = 'http://test.com/images/test3.jpg'/><video controls="controls" src='../videos/movie.ogg'></video></body></html>";
我想把它变成：
$string2 = "<html><body><img src = 'test.jpg' /><img src = 'test3.jpg'/><video controls="controls" src='movie.ogg'></video></body></html>";
这是我尝试过的：
$string2 = preg_replace("/src=["']([/])(.*)?["'] /", "'src=' . convert_url('$1') . ')'" , $string2);
echo htmlentities ($string2);
基本上它没有改变任何东西，并给了我一个关于未转义字符串的警告。
$1 不发送字符串的内容吗？这里有什么问题？
convert_url 的功能来自我之前在这里发布的一个示例：
function convert_url($url)
if (preg_match('#^https?://#', $url))
$url = parse_url($url, PHP_URL_PATH);
return basename($url);
应该去掉 url 路径，只返回文件名。
【问题讨论】：
原来的字符串和你想把它变成的都是空字符串——有什么遗漏吗？ 你真的不应该用正则表达式解析 HTML。如果您搜索 SO，您应该找到一个非常全面的答案。同时，我可以建议 DOM 或 SimpleXML 我的意思是尝试将正则表达式中的所有“替换为\”，但不是第一个和最后一个 Grabbing the href attribute of an A element 的可能重复项 另外，如果你想使用正则表达式并且想在替换中使用一个函数，你需要preg_replace_callback。你不能像你那样做convert_url('$1')，因为这是在 $1 存在之前评估的。
【参考方案1】：
不要在 HTML 上使用正则表达式 - 使用 DOMDocument 类。
$html = "<html>
<body>
<img src='images/test.jpg' />
<img src='http://test.com/images/test3.jpg'/>
<video controls='controls' src='../videos/movie.ogg'></video>
</body>
</html>";
$dom = new DOMDocument;
libxml_use_internal_errors(true);
$dom->loadHTML( $html );
$xpath = new DOMXPath( $dom );
libxml_clear_errors();
$doc = $dom->getElementsByTagName("html")->item(0);
$src = $xpath->query(".//@src");
foreach ( $src as $s )
$s->nodeValue = array_pop( explode( "/", $s->nodeValue ) );
$output = $dom->saveXML( $doc );
echo $output;
输出如下：
<html>
<body>
<img src="test.jpg">
<img src="test3.jpg">
<video controls="controls" src="movie.ogg"></video>
</body>
</html>
【讨论】：
如果 dom 文档类是嵌入在另一个 HTML 标记（如 例如）中的 html，则它不是很有帮助 @Ashesh 我不是我关注的。您向我们展示了 PHP 代码 - 我正在向您展示解决方案。 对不起，我应该更清楚。这就是我所说的：“ ”。在这种情况下，domdocument 不会在 javascript 内的图像标签上拾取。这就是为什么我需要使用正则表达式。 @Ashesh 上面的代码将适用于您在此处提供的 PHP 字符串。它将src 元素转换为仅指向文件名。
有时加载 HTML 解析器不是一个好主意。特别是短的预定义文本值（例如 ），其中只有 src="" 和 可能会有所不同。【参考方案2】：
您必须使用e 修饰符。
$string = "<html><body><img src='images/test.jpg' /><img src='http://test.com/images/test3.jpg'/><video controls=\"controls\" src='../videos/movie.ogg'></video></body></html>";
$string2 = preg_replace("~src=[']([^']+)[']~e", '"src=\'" . convert_url("$1") . "\'"', $string);
请注意，当使用e 修饰符时，替换脚本片段需要为字符串，以防止在调用 preg_replace 之前对其进行解释。
【讨论】：
【参考方案3】：function replace_img_src($img_tag)
$doc = new DOMDocument();
$doc->loadHTML($img_tag);
$tags = $doc->getElementsByTagName('img');
foreach ($tags as $tag)
$old_src = $tag->getAttribute('src');
$new_src_url = 'website.com/assets/'.$old_src;
$tag->setAttribute('src', $new_src_url);
return $doc->saveHTML();
【讨论】：
什么是 $img_tag ？以上是关于正则表达式替换 PHP 中的 html src 属性的主要内容，如果未能解决你的问题，请参考以下文章
PHP 正则表达式匹配 img ，PHP 正则提取或替换图片 img 标记中的任意属性。