獲取頁面中的所有圖像絕對路徑？

Question

我想獲取頁面中所有圖像的src。但有些頁面使用絕對路徑，有些則不使用。所以我想知道最好的方法是什麼？

現在我正在使用這個。

$imgsrc_regex = '#<\s*img [^\>]*src\s*=\s*(["\'])(.*?)\1#im'; 

preg_match_all($imgsrc_regex, $html, $matches); 

例如網頁中可能具有圖像作爲SRC =「xyz.png」而另一些可能使用 SRC =「b.com/xyz.png」那麼，有沒有辦法自動將網址時必要？

Answer 1

Use a HTML Parser, not a regular expression

嚴重的是，搜索HTML標籤是錯誤的問題域的正則表達式。

Answer 2

的最佳方式（IMO）是使用DOMDocument和DOMXPath獲得網址：

$dom=new domDocument; 
$dom->loadHTML($html); 

和

$xpath = new DOMXPath($dom); 
$result = $xpath->query("//img/@src"); 

Using regex to parse HTML is bad.

還是要弄清你的問題是什麼你真的想要。你只想獲得絕對的圖像網址嗎？如果是這樣，你可以檢查他們是否以http:開頭：

$result = $xpath->query("//img[starts-with(@src, 'http:') or starts-with(@src, 'HTTP:')]/@src");