PHP正则表达式匹配除某些src之外的所有img标签[关闭]答案

【问题标题】：PHP regex to match all img tags except for certain src [closed]PHP正则表达式匹配除某些src之外的所有img标签[关闭]
【发布时间】：2012-12-20 12:29:57
【问题描述】：

我对 PHP 非常陌生，并且对用 PHP 编写的 CMS 中的某个文件进行了轻微修改。我修改了一个函数，该函数在页面源中获取第一个 <img> 标记，以从该源获取随机标记。

用于匹配源的正则表达式是：

$regex = '/<' . $tag . '\\b[^>]*>/i';

其中$tag 只包含一个字符串img。

但是我注意到，在源代码中有 src 属性包含“1px.gif”的图像，我不想匹配这些。

目前我一直从匹配数组中重新选择一个随机元素，直到它不是 1px.gif，但这当然是一个糟糕的解决方案。

我自己的正则表达式还不够好，但我知道上面的正则表达式搜索<img 和一个不是> 的单词字符。我需要添加“并且不包含'1px.gif'”。

我可以选择检查匹配数组并删除每个 1px.gif 条目，但我仍然更喜欢正则表达式。

【问题讨论】：

stackoverflow.com/questions/3577641/…
你能举一些例子说明你想匹配什么不匹配吗？
@MikeB 我知道不鼓励使用正则表达式，但我不能简单地在网络服务器上安装 PHP 扩展，例如 Simple HTML DOM Parser，因为我真的不知道如何使用 CMS我正在使用...
@abhi.gupta200297 很简单，我想匹配 all img 标签 except 其中src 属性包含序列1px.gif。
一个不是简单地用正则表达式解析 HTML。

标签： php regex xpath html-parsing domdocument

【解决方案1】：

您应该使用 DOMDocument 来获取您需要的数据，而不是使用一些损坏的解决方案（正则表达式无法解析 HTML）。一个例子是：

<?php
$html = '<p>something</p><img src="something"><img src="yay"><img src="1px.gif">';

$doc = new DOMDocument();
libxml_use_internal_errors(true);
$doc->loadHTML($html);

$xpath = new DOMXPath($doc);
$nodes = $xpath->query('//img[not(contains(@src, "1px.gif"))]');

foreach ($nodes as $node) {
    echo $node->getAttribute('src');
}

这将获取所有没有src 或1px.gif 的图像。从那里开始，很容易得到一个随机节点。

演示：http://codepad.viper-7.com/UdEiM4

【讨论】：

感谢您的建设性回答，像我这样的 PHP 菜鸟可以理解。我一开始就有整个页面源代码，但我不知道如何将其转换为 DOMDocument 对象，现在我知道了（没想到这么简单）。
API 非常简单，一旦您了解它。 xpath 查询可能需要一些时间来熟悉，但一旦你了解它，你就会发现它非常强大和有用。