获取 HTML 文档中第一个出现的 img 标签的 src 值

Question

在此示例中，我想将 SRC 属性放入变量中：

<img border="0" src="/images/image.jpg" alt="Image" width="100" height="100" />

举个例子 - 我想得到一个变量

$foo = "/images/image.jpg"

。 重要的！ src 属性将是dynamic，因此不能对其进行硬编码。 有什么快速简便的方法可以做到这一点吗？

谢谢！

编辑：图像将是一个巨大字符串的一部分，该字符串基本上是新闻故事的内容。所以图像只是其中的一部分。

EDIT2：这个字符串中会有更多图像，我只想获取第一个图像的src。这可能吗？

Answer 1

使用像

DOMDocument

这样的 HTML 解析器，然后使用

DOMXpath

评估您要查找的值：

$html = '<img id="12" border="0" src="/images/image.jpg"
         alt="Image" width="100" height="100" />';

$doc = new DOMDocument();
$doc->loadHTML($html);
$xpath = new DOMXPath($doc);
$src = $xpath->evaluate("string(//img/@src)"); # "/images/image.jpg"

或者对于那些真正需要节省空间的人：

$xpath = new DOMXPath(@DOMDocument::loadHTML($html));
$src = $xpath->evaluate("string(//img/@src)");

对于那些俏皮话：

$src = (string) reset(simplexml_import_dom(DOMDocument::loadHTML($html))->xpath("//img/@src"));

Answer 2

您最好使用 DOM 解析器来进行这种 HTML 解析。考虑这段代码：

$html = '<img id="12" border="0" src="/images/image.jpg"
         alt="Image" width="100" height="100" />';
$doc = new DOMDocument();
libxml_use_internal_errors(true);
$doc->loadHTML($html); // loads your html
$xpath = new DOMXPath($doc);
$nodelist = $xpath->query("//img"); // find your image
$node = $nodelist->item(0); // gets the 1st image
$value = $node->attributes->getNamedItem('src')->nodeValue;
echo "src=$value\n"; // prints src of image

输出：

src=/images/image.jpg

Answer 3

我用更简单的方法做到了这一点，虽然没有应有的那么干净，但这是一个快速的技巧

$htmlContent = file_get_contents('pageURL');

// read all image tags into an array
preg_match_all('/<img[^>]+>/i',$htmlContent, $imgTags); 

for ($i = 0; $i < count($imgTags[0]); $i++) {
  // get the source string
  preg_match('/src="([^"]+)/i',$imgTags[0][$i], $imgage);

  // remove opening 'src=' tag, can`t get the regex right
  $origImageSrc[] = str_ireplace( 'src="', '',  $imgage[0]);
}
// will output all your img src's within the html string
print_r($origImageSrc);

Answer 4

我知道人们说你不应该使用正则表达式来解析 HTML，但在这种情况下我发现它完全没问题。

$string = '<img border="0" src="/images/image.jpg" alt="Image" width="100" height="100" />';
preg_match('/<img(.*)src(.*)=(.*)"(.*)"/U', $string, $result);
$foo = array_pop($result);

Answer 5

$imgTag = <<< LOB
<img border="0" src="/images/image.jpg" alt="Image" width="100" height="100" />
<img border="0" src="/images/not_match_image.jpg" alt="Image" width="100" height="100" />
LOB;

preg_match('%<img.*?src=["\'](.*?)["\'].*?/>%i', $imgTag, $matches);
$imgSrc = $matches[1];

演示

---

注意： 您应该使用 HTML 解析器，例如

DOMDocument

和 NOT 正则表达式。

Answer 6

$str = '<img border="0" src=\'/images/image.jpg\' alt="Image" width="100" height="100"/>';

preg_match('/(src=["\'](.*?)["\'])/', $str, $match);  //find src="X" or src='X'
$split = preg_split('/["\']/', $match[0]); // split by quotes

$src = $split[1]; // X between quotes

echo $src;

其他正则表达式可用于确定拉出的 src 标签是否是图片，如下所示：

if(preg_match('/([jpg]{3}$)|([gif]{3}$)|([jpeg]{3}$)|([bmp]{3}$)|([png]{3}$)/', $src) == 1) {
//its an image
}

Answer 7

可能有两种简单的解决方案：

1. HTML本身就是一个xml，所以 如果您将标签加载为 XML 并完全动态地获取其属性，甚至是 dom 数据属性（例如数据时间或其他任何内容），您可以使用任何 XML 解析方法......
2. 使用任何 html 解析器来解析 php 喜欢 http://mbe.ro/2009/06/21/php-html-to-array-working-one/ 或者 php 将 html 解析为数组 Google this