使用 PHP,如何将 src 属性的内容与 $foo 隔离?我正在寻找的最终结果会给我“http://example.com/img/image.jpg”
$foo = '<img class="foo bar test" title="test image" src="http://example.com/img/image.jpg" alt="test image" width="100" height="100" />';
如果您不想使用正则表达式(或任何非标准 PHP 组件),使用内置 DOMDocument 类的合理解决方案如下:
<?php
$doc = new DOMDocument();
$doc->loadHTML('<img src="http://example.com/img/image.jpg" ... />');
$imageTags = $doc->getElementsByTagName('img');
foreach($imageTags as $tag) {
echo $tag->getAttribute('src');
}
?>
<?php
$foo = '<img class="foo bar test" title="test image" src="http://example.com/img/image.jpg" alt="test image" width="100" height="100" />';
$array = array();
preg_match( '/src="([^"]*)"/i', $foo, $array ) ;
print_r( $array[1] ) ;
http://example.com/img/image.jpg
我得到了这个代码:
$dom = new DOMDocument();
$dom->loadHTML($img);
echo $dom->getElementsByTagName('img')->item(0)->getAttribute('src');
假设只有一张img :P
// Create DOM from string
$html = str_get_html('<img class="foo bar test" title="test image" src="http://example.com/img/image.jpg" alt="test image" width="100" height="100" />');
// echo the src attribute
echo $html->find('img', 0)->src;
我对此已经很晚了,但我有一个尚未提及的简单解决方案。使用
simplexml_load_string
加载它(如果您启用了 simplexml),然后通过 json_encode
和 json_decode
翻转它。
$foo = '<img class="foo bar test" title="test image" src="http://example.com/img/image.jpg" alt="test image" width="100" height="100" />';
$parsedFoo = json_decode(json_encode(simplexml_load_string($foo)), true);
var_dump($parsedFoo['@attributes']['src']); // output: "http://example.com/img/image.jpg"
$parsedFoo
出现为
array(1) {
["@attributes"]=>
array(6) {
["class"]=>
string(12) "foo bar test"
["title"]=>
string(10) "test image"
["src"]=>
string(32) "http://example.com/img/image.jpg"
["alt"]=>
string(10) "test image"
["width"]=>
string(3) "100"
["height"]=>
string(3) "100"
}
}
我已经使用它来解析 XML 和 HTML 几个月了,而且效果非常好。我还没有遇到任何问题,尽管我还没有必要用它来解析一个大文件(我想使用
json_encode
和 json_decode
这样的输入越大,速度就越慢)。它很复杂,但它是迄今为止读取 HTML 属性的最简单方法。
这就是我最终所做的,尽管我不确定这有多有效:
$imgsplit = explode('"',$data);
foreach ($imgsplit as $item) {
if (strpos($item, 'http') !== FALSE) {
$image = $item;
break;
}
}
您可以使用此功能解决此问题:
函数 getTextBetween($start, $end, $text) { $start_from = strpos($text, $start); $start_pos = $start_from + strlen($start); $end_pos = strpos($text, $end, $start_pos + 1); $subtext = substr($text, $start_pos, $end_pos); 返回$subtext; }
$foo = '';
$img_src = getTextBetween('src="', '"', $foo);
<?php
$html = '
<img border="0" src="/images/image1.jpg" alt="Image" width="100" height="100" />
<img border="0" src="/images/image2.jpg" alt="Image" width="100" height="100" />
<img border="0" src="/images/image3.jpg" alt="Image" width="100" height="100" />
';
$get_Img_Src = '/<img[^>]*src=([\'"])(?<src>.+?)\1[^>]*>/i'; //for get img src path only...
preg_match_all($get_Img_Src, $html, $result);
if (!empty($result)) {
echo $result['src'][0];
echo $result['src'][1];
}
还可以获取 img src 路径和替代文本 然后使用下面的正则表达式而不是上面的...
]*src=(['"])(?.+?) [^>]alt=(['"])(?.+?) >
$get_Img_Src = '/<img[^>]*src=([\'"])(?<src>.+?)\1[^>]*alt=([\'"])(?<alt>.+?)\2*>/i'; //for get img src path & alt text also
preg_match_all($get_Img_Src, $html, $result);
if (!empty($result)) {
echo $result['src'][0];
echo $result['src'][1];
echo $result['alt'][0];
echo $result['alt'][1];
}
我从这里想到了这个很棒的解决方案,PHP从href标签中提取链接
对于提取特定域的 URL,请尝试以下正则表达式
// for e.g. if you need to extract onlt urls of "test.com"
// then you can do it as like below regex
<a[^>]+href=([\'"])(?<href>(https?:\/\/)?test\.com.* ?)\1[^>]*>
要获取包含base64编码数据的img src属性,您可以像下面这样做。你可以在here onlinephp.io
上测试它
<?php
$html = '
<p>test </p>
<img border="0" src="/images/image1.jpg" alt="Image" width="100" height="100" />
<img border="0" src="/images/image2.jpg" alt="Image" width="100" height="100" />
<img border="0" src="/images/image3.jpg" alt="Image" width="100" height="100" />
<img border="0" src="data:image/png;base64,iVBORw0KGgoAAAANSUhEUgAAAJUAAAAfCAYAAADuiY/xAAAAGXRF..." alt="Base64 Image 1" width="100" height="100" />
<img border="0" src="data:image/jpeg;base64,/9j/4AAQSkZJRgABAQEAAAAAAAAAAAAAAEAAQAAAQAAAQEAAEAAAD/..." alt="Base64 Image 2" width="100" height="100" />
<h1>asas</h1>
<img border="0" src="/images/image2.jpg" alt="Image" width="100" height="100" />
<img border="0" src="data:image/gif;base64,R0lGODlhPQBEAP8A..." alt="Base64 Image 3" width="100" height="100" />
<img border="0" src="http://test.com/images/image2.jpg" alt="Image" width="100" height="100" />
';
$get_Img_Src = '/<img[^>]*src=["\'](data:image\/[^;]+;base64[^"\']+)["\'][^>]*>/i'; // Regex to capture base64 image src
preg_match_all($get_Img_Src, $html, $result);
// Debugging step: print the entire result array
echo "Full result:\n";
print_r($result);
if (!empty($result[1])) {
echo "Base64 matches found: " . count($result[1]) . PHP_EOL;
// Access the base64 data in the first capture group, i.e. $result[1]
foreach ($result[1] as $base64) {
echo $base64 . PHP_EOL; // Echo each base64 encoded image string
}
} else {
echo "No base64 images found." . PHP_EOL;
}
?>
尝试这个模式:
'/< \s* img [^\>]* src \s* = \s* [\""\']? ( [^\""\'\s>]* )/'
我使用 preg_match_all 来捕获 HTML 文档中的所有图像:
preg_match_all("~<img.*src\s*=\s*[\"']([^\"']+)[\"'][^>]*>~i", $body, $matches);
这个允许更宽松的声明语法,带有空格和不同的引用类型。
正则表达式读起来像 (任何属性,如 style 或 border) src (可能的空格)=(可能的空格)(' 或 ")(任何非引号符号)(' 或 ")(任何直到>) (>)
假设我使用
$text ='<img src="blabla.jpg" alt="blabla" />';
在
getTextBetween('src="','"',$text);
代码将返回:
blabla.jpg" alt="blabla"
这是错误的,我们希望代码返回属性值引号之间的文本,即 attr =“value”。
所以
function getTextBetween($start, $end, $text)
{
// explode the start string
$first_strip= end(explode($start,$text,2));
// explode the end string
$final_strip = explode($end,$first_strip)[0];
return $final_strip;
}
成功了!
尝试
getTextBetween('src="','"',$text);
将返回:
blabla.jpg
还是谢谢你,因为你的解决方案让我了解了最终的解决方案。