php正则提取地址补全地址,小议php正则提取图片地址

本文介绍下，用php的正则提取页面中图片地址的方法，有需要的朋友参考下。

在html页面中，图片网址规范的html代码一般为：

囧2和囧4是非必需的，若要通过XHTML认证https://www.gxlcms.com/囧1、囧3、囧5、囧6必不可少。

就正则谈正则的话，最短匹配为：

(?<=img.+?src=").*?(?=")

不过，这条在php中会报错：

Warning: preg_match_all() [function.preg-match-all]: Compilation failed: lookbehind assertion is not fixed length at offset *** in ***

问题在(?<=img.+?src=")这个零宽断言里，在php中，零宽断言里不支持类似“*”、“+”这些无限次的东西，于是报错了，把“.+?”改为定长就好。不过，要“img”和“src=”之间定长基本上是不可能的。通常，图片地址的img和src只会相隔一个很简单的空格，但不排除某些情况在src之前，img后有alt、titlte等东西。

所以

代码示例:

(?<=img.src=").*?(?=")

或

(?<=img\ssrc=").*?(?=")

单纯

(?<=src=").*?(?=")

不行吗？

通常情况，可以，但除了图片地址用src开头以外，javascript地址也用src开头！

把图片的后缀列出来，是否可以呢？例如：

代码示例:

(?<=src=").*?\.(jpg|jpeg|gif|png|bmp|JPG|JPEG|GIF|PNG|BMP)

你见过没有后缀的图片？jbxue.com 有很多这样的例子

RAW http://us.jbxue.com/content/media/images/Headers/15559182

SmackDown http://us.jbxue.com/content/media/images/Headers/15854138

NXT http://us.jbxue.com/content/media/images/Headers/15929136

Superstars http://us.jbxue.com/content/media/images/Headers/15815850

上面的网址都是图片，但都没有传统后缀，遇到这样的地址，还是会束手无策。

此时，可以这样：

有关php正则提取图片地址的建议：

如果图片地址的格式是img空格src=这种形式，请使用：(?<=img.src=").*?(?=") ，数组唯一。

否则，请使用

就介绍这些吧，写的有点乱，不过真的希望可以帮助大家理解php正则的用法。