PHP去除HTML中的img标签，返回HTML和图像数组

Question

我需要编写一个函数，它接受一些HTML，删除其中的img标签并返回不包含图片的HTML。但是，我还需要保留这些图片（以数组形式），以便单独将它们输出到页面中。

由于我基本上不了解PHP，因此最好的方法是什么？

- hamishtaplin

Answer 1

你需要熟悉DOMDocument类。最好的方法是使用DOMDocument解析HTML，并使用getElementsByTagName('img')查找所有<img>标签。如果你想要的是图片的src属性，DOMDocument可以返回并存储在一个数组中。

// HTML already parsed into $dom
$imgs = $dom->getElementsByTagName('img');
$img_src = array();

// Array of nodes to remove.
$to_remove = array();

foreach ($imgs as $img) {
  // Store the img src
  $img_src[] = $img->getAttribute('src');

  // Delete the node (I think this works)
  $to_remove[] = $img;
}

// Then remove all the nodes slated for deletion:
foreach ($to_remove as $node) {
  $dom->removeChild($img);
}

- Michael Berkowski

---

这是非常有趣的东西，我已经收藏起来以备将来阅读。我正在处理的HTML是由一个函数返回的，不确定它是否适用于那个？ - hamishtaplin

@dr_tchock 如果您的函数返回一个字符串，那么DOMDocument::loadHTML()可以从字符串中加载HTML，而不是从文件中加载。http://www.php.net/manual/en/domdocument.loadhtml.php - Michael Berkowski

当你在循环中遍历一个数组时，不应该从该数组中移除任何项。 - lovesh

@lovesh 不是这样。我用正确的方法编辑了这篇旧的帖子，将它们存储到一个单独的数组中进行删除。 - Michael Berkowski

Answer 2

<?php
$pattern = '/<img[^>]*src="([^"]*)[^>]*>/i';
preg_match_all($pattern, $data, $matches);

// image src array
$images = $matches[1];

// no images
$html = preg_replace($pattern, '', $data);
?>

- Ruslanas Balčiūnas