php 正则第一个,php – 使用正则表达式从html代码提取第一个图像源？

虽然正则表达式可以适用于各种各样的任务，但我发现解析HTML DOM时通常会很短。 HTML的问题是，您的文档的结构是如此变量，很难准确(并且准确地说，我的意思是100％的成功率，没有假阳性)提取标签。

我建议你做的是使用DOM解析器，如SimpleHTML，并使用它：

function get_first_image($html) {

require_once('SimpleHTML.class.php')

$post_html = str_get_html($html);

$first_img = $post_html->find('img', 0);

if($first_img !== null) {

return $first_img->src;

}

return null;

}

有些人可能认为这是过度的，但最终会更容易维护，并且还可以实现更多的扩展性。例如，使用DOM解析器，我也可以获取alt属性。

可以设计正则表达式以实现相同的目标，但是将受到限制，使得它将强制alt属性在src之后或相反的​​情况下，并且克服该限制将给正则表达式增加更多的复杂性。

另外，请考虑以下内容。要正确匹配< img>标记使用正则表达式并仅获取src属性(在组2中捕获)，您需要以下正则表达式：

]*?\s*src\s*=\s*(["'])((\\?+.)*?)\1[^>]*?>

然后，如果：

>属性或标签名称在资本中，而i修饰符不被使用。

> src属性周围没有使用行情。

>另一个属性然后src使用>人物的价值在某处。

还有一些其他原因我没有预见到。

所以再一次，根本不用正则表达式来解析dom文件。

编辑：如果你想要所有的图像：

function get_images($html){

require_once('SimpleHTML.class.php')

$post_dom = str_get_dom($html);

$img_tags = $post_dom->find('img');

$images = array();

foreach($img_tags as $image) {

$images[] = $image->src;

}

return $images;

}