使用preg_replace_callback（）从HTML字符串中提取所有图像

Tricky preg_replace_callback函数在这里 - 我承认在PRCE表达式上不是很好。使用preg_replace_callback（）从HTML字符串中提取所有图像

我想从HTML字符串中提取所有img src值，将img src值保存到数组中，并另外将img src路径替换为本地路径（不是远程路径）。即我可能有，受到了很多其他HTML包围：

IMG SRC = 'HTTP：//www.mysite.com/folder/subfolder/images/myimage.png'

而且我会想提取myimage.png到一个数组，并且另外的改变src到：

SRC = '图像/ myimage.png'

可以在做什么？

谢谢

来源

2011-03-29 hotstuff

[正则表达式来更改所有img src属性的格式]的可能重复（http://stackoverflow.com/questions/3131691/regex-to-change-format-of-all-img-src-attributes） – Gordon 2011-03-29 15:34:52

是否需要使用正则表达式？使用DOM功能处理HTML通常更容易：

<?php 

$domd = new DOMDocument(); 
libxml_use_internal_errors(true); 
$domd->loadHTML(file_get_contents("http://stackoverflow.com")); 
libxml_use_internal_errors(false); 

$items = $domd->getElementsByTagName("img"); 
$data = array(); 

foreach($items as $item) { 
    $data[] = array(
    "src" => $item->getAttribute("src"), 
    "alt" => $item->getAttribute("alt"), 
    "title" => $item->getAttribute("title"), 
); 
} 

print_r($data);

来源

2011-03-29 14:24:49

您需要使用正则表达式吗？不必要。正则表达式是最可读的解决方案吗？可能不会 - 至少除非你在流利的正则表达式。扫描大量数据时，regex更有效吗？绝对的，正则表达式在第一次出现时被编译和缓存。正则表达式赢得“最少线代码”奖杯吗？

$string = <<<EOS 
<html> 
<body> 
blahblah<br> 
<img src='http://www.mysite.com/folder/subfolder/images/myimage.png'>blah<br> 
blah<img src='http://www.mysite.com/folder/subfolder/images/another.png' />blah<br> 
</body> 
</html> 
EOS; 

preg_match_all("%<img .*?src=['\"](.*?)['\"]%s", $string, $matches); 
$images = array_map(function ($element) { return preg_replace("%^.*/(.*)$%", 'images/$1', $element); }, $matches[1]); 

print_r($images);

两行代码，很难在PHP中消退。它导致以下$images数组：

Array 
(
    [0] => images/myimage.png 
    [1] => images/another.png 
)

请注意，这不会与PHP之前的版本5.3工作，除非你有一个适当替换匿名函数。

来源

2011-03-29 14:40:41 svoop

使用preg_replace_callback（）从HTML字符串中提取所有图像

回答

相关问题