php匹配模式從文本文件中獲取圖像

當人們詢問如何從網頁內容/文本等中獲取並提取圖像實際URL時，我看到了很多答案，但是，在我的數據庫中，不幸的是，我有這個語法：php匹配模式從文本文件中獲取圖像

&lt;img class=&quot;photo&quot; src=&quot;http://domain.com/image.jpg&quot; alt=&quot;alt goes here&quot; /&gt;

因此，典型的方式$pattern = '/src=["|\']([^"|\']+)/is';不會在我的情況，由於那些"工作... 一直在嘗試了幾個小時，我必須做一些非常非常錯誤的... 任何幫助非常感激！

來源

2012-01-22 Andrew

你爲什麼不先'str_replace'所有這一切，然後用你的正則表達式？ –

因爲'str_replace'不安全？ **爲什麼即使在PHP中編寫HTML解碼器和解析器時，也只是通過調用正確的函數來實現它而已？** – Christian

@ChristianSciberras - 看起來像您誤解了我：我說他應該[首先運行'str_replace'他的字符串]（http://codepad.org/QekMM6IG），然後使用他的正則表達式！ –

不要使用正則表達式！

使用XML/DOM庫，如Simple HTML DOM。

順便說一句，你正在尋找的正則表達式，

$pattern = '/src=(["\'])(.+)(?=\1)/i';

測試用例（可選）：

下面是一個簡單的程序進行測試。顯然，您首先需要使用htmlspecialchars_decode()來從實體格式對其進行解碼。

$str = array(
    "<script type=\"text/javascript\" src=\"script.js\"></script>", 
    "<script type=\"text/javascript\" src='script.js'></script>", 
    '<script type="text/javascript" src="script.js"></script>', 
    '<script type="text/javascript" src=\'script.js\'></script>', 
); 
$pattern = '/src=(["\'])(.+)(?=\1)/i'; 

foreach($str as $s){ 
    preg_match($pattern, $s, $m); 
    echo $m[2], PHP_EOL; 
}

輸出

script.js 
script.js 
script.js 
script.js

來源

2012-01-22 19:46:37

@mario我明白了，我的錯誤。認爲這是另一個正則表達式fanboyism的例子。 – Christian

Okie。根據OP更新問題。 @mario。 –

謝謝所有人，我遵循你對htmlspecialchars_decode的建議，最後我有有效的圖像URLS！ 'if（preg_match（$ pattern2，htmlspecialchars_decode（$ ck ['post']），$ found_img））' – Andrew

你可以在這裏測試正則表達式：

http://gskinner.com/RegExr/

什麼是不工作？

來源

2012-01-22 19:46:00 mowwwalker

首先，雙引號轉換爲'"'，就像其他特殊字符一樣，其次，'preg_match' *絕對不是這裏的解決方案*。 – Christian

@ChristianSciberras，好的，我沒有看到原始文章中的編碼。很好的答案！ – mowwwalker

首先，'常用的方法'是使用HTML/XML解析器，而不是正則表達式。

其次，你有什麼是編碼爲HTML文本，它聞起來很糟糕的原因有兩個HTML代碼：

它不是HTML更多（爲什麼它編碼的HTML文本時，它實際上是在HTML代碼）？
在將代碼寫入數據庫之前，不應對HTML進行編碼，而應將其寫入用戶。

帶着這兩個問題放在一邊，你需要做的是htmlspecialchars_decode()的東西，並使之通過HTML解析器：

$stuff = '&lt;img class=&quot;photo&quot; src=&quot;http://domain.com/image.jpg&quot; alt=&quot;alt goes here&quot; /&gt;'; 
$code = htmlspecialchars_decode($stuff, ENT_QUOTES); 
$xml = simplexml_load_string($code);

這就是說，對我來說這聽起來像一個黑客修復嚴重書面代碼。但首先它可能有一個合理的原因。

來源

2012-01-22 19:46:10 Christian

' '< IMG類= "相片" SRC = " http://domain.com/image.jpg " ALT = " ALT到這裏"/>';'是僞樣品的方式來顯示千個不同的網址被發現在我的數據庫中。我的問題是孤立的實際圖像的位置，每次 – Andrew

@Andrew我的觀點是，你在你的數據庫中的東西沒有做到正確。首先，不要將HTML編碼爲HTML文本，其次，當數據分成列和表而不是數據斑點時，數據庫的效果最好。儘管如此，你可以使用我的代碼來完成你想要的任務。 – Christian

非常感謝大家的建議，@Christian Sciberras感謝你，它不是我的代碼，我不是一個大師，只是一個新手試圖修復一些買不到的東西...... Blame Invision IPB爲這種類型的db內容，所有這些都發生在授權用戶發佈html（允許直接在帖子中發佈html）的情況下發生。我有這樣的情況，就像那樣，不能改變它。必須處理它，並找到能夠識別圖像URL的正則表達式:) – Andrew

php匹配模式從文本文件中獲取圖像

回答

相關問題