使用 preg_match 匹配 IMG 标签的 SRC 属性

Question

我试图使用preg_match从文章中的第一个IMG标签（在这种情况下存储在$row->introtext中）中提取SRC属性。

preg_match('/\< *[img][^\>]*[src] *= *[\"\']{0,1}([^\"\']*)/i', $row->introtext, $matches);

不要获取像这样的内容

images/stories/otakuzoku1.jpg

来自

<img src="images/stories/otakuzoku1.jpg" border="0" alt="Inside Otakuzoku's store" />

我只能获得

0

正则表达式可能没问题，但我不知道为什么它似乎匹配了边框属性而非src属性。

或者，如果您已经有耐心读到这里，而没有直接跳到回复栏并键入"use a HTML/XML parser"，那么是否可以推荐一个好的教程，因为我很难找到一个适用于PHP 4的教程。

PHP 4.4.7

- KyokoHunter

Answer 1

您的表达不正确。请尝试：

preg_match('/< *img[^>]*src *= *["\']?([^"\']*)/i', $row->introtext, $matches);

请注意，删除了img和src周围的括号以及其他一些清理工作。

- CalebD

---

这解决了问题。虽然不是“理想”的解决方案，因为实际上没有解析HTML，但它是一个可行的方案，能够得到必要的结果。谢谢！ - KyokoHunter

作为附注，$matches [0] 包含完整的 IMG 标签，$matches [1] 包含源 URI。 - Talvi Watia

Answer 2

以下是使用内置函数实现的方法（php >= 4）：

$parser = xml_parser_create();
xml_parse_into_struct($parser, $html, $values);
foreach ($values as $key => $val) {
    if ($val['tag'] == 'IMG') {
        $first_src = $val['attributes']['SRC'];
        break;
    }
}

echo $first_src;  // images/stories/otakuzoku1.jpg

- GZipp

Answer 3

如果您需要使用 preg_match()本身，请尝试以下方法：

 preg_match('/(?<!_)src=([\'"])?(.*?)\\1/',$content, $matches);

- Ajmal Salim

Answer 4

尝试：

include ("htmlparser.inc"); // from: http://php-html.sourceforge.net/

$html = 'bla <img src="images/stories/otakuzoku1.jpg" border="0" alt="Inside Otakuzoku\'s store" /> noise <img src="das" /> foo';

$parser = new HtmlParser($html);

while($parser->parse()) {
    if($parser->iNodeName == 'img') {
        echo $parser->iNodeAttributes['src'];
        break;
    }
}

这将产生：

images/stories/otakuzoku1.jpg

它应该能够与PHP 4.x一起使用。

- Bart Kiers

---

一些问题无法让htmlparser.inc正常工作。错误信息显示该类已被初始化，但实际上并没有。我会等待提供者升级到PHP 5... - KyokoHunter

你尝试过使用include_once('htmlparser.inc');而不是include('htmlparser.inc');吗？ - Bart Kiers

Answer 5

我使用的正则表达式要简单得多。我的代码假设传递给它的字符串仅包含一个 img 标记，没有其他标记：

$pattern = '/src="([^"]*)"/';

请查看我的答案，了解更多信息：如何使用php从html中提取img src、title和alt？

- WNRosenberg

---

“只有一个img标签，没有其他标记”？这是一个非常特定的情况，对于几乎所有人来说可能有点太具体了 :[ - Andrew

Answer 6

这项任务应该由DOM解析器执行，因为正则表达式无法识别DOM。

代码：(演示)

$row = (object)['introtext' => '<div>test</div><img src="source1"><p>text</p><img src="source2"><br>'];

$dom = new DOMDocument();
$dom->loadHTML($row->introtext);
echo $dom->getElementsByTagName('img')->item(0)->getAttribute('src');

输出：

source1

这段话的意思是：

这句话的意思是：

1. 解析整个html字符串
2. 分离出所有的img标签
3. 分离出第一个img标签
4. 分离出它的src属性值

干净、适当、易读易管理。

- mickmackusa