preg_match_all正则表达式失败时，有空格

Question

我想从html源代码使用以下正则表达式的图像网址，但它失败时，图像的网址中有空格。例如，这个网址：

<img src="http://a57.foxnews.com/global.fncstatic.com/static/managed/img/Entertainment/876/493/kazantsev pink bikini reuters.jpg?ve=1&amp;tl=1" alt="kazantsev pink bikini reuters.jpg" itemprop="image"> 

$image_regex_src_url = '/<img[^>]*'.'src=[\"|\'](.*)[\"|\']/Ui'; 
preg_match_all($image_regex_src_url, $string, $out, PREG_PATTERN_ORDER); 

这让我回到以下。
http://a57.foxnews.com/global.fncstatic.com/static/managed/img/Entertainment/876/493/kazantsev

有没有办法匹配任何字符，包括空格？或者是我必须在php配置中设置的东西？

Answer 1

您的正则表达式有几个问题。

首先，您尝试使用连接运算符（'.'）将表达式的两个部分连接在一起（，这不是必需的）。其次，你不需要在你的角色类中使用替换运算符|。

点.将匹配除换行符之外的任何字符。这些标签可能包含换行符，因为它们位于HTML源代码中。您可以使用s（dotall）修饰符，该修饰符强制该点匹配包括换行符在内的任何字符，或使用否定字符类，意思是匹配除之外的任何字符。

使用s（DOTALL）修改器：

$image_regex_src_url = '/<img[^>]*src=(["\'])(.*?)\1/si'; 

使用否定的字符类[^ ]

$image_regex_src_url = '/<img[^>]*src=(["\'])([^"\']*)\1/i'; 

虽然，它是非常容易使用的解析器，例如DOM抢结果。

$doc = new DOMDocument; 
@$doc->loadHTML($html); // load the HTML 

foreach($doc->getElementsByTagName('img') as $node) { 
    $urls[] = $node->getAttribute('src'); 
} 

print_r($urls);