匹配正则表达式中链接内的图像

Question

我创建的正则表达式模式有什么问题：

$link_image_pattern = '/\<a\shref="([^"]*)"\>\<img\s.+\><\/a\>/';
preg_match_all($link_image_pattern, $str, $link_images);

我正在尝试做的是匹配其中包含图像的所有链接。 但是当我尝试输出 $link_images 时，它包含第一个索引内的所有内容：

<pre>
  <?php print_r($link_images); ?>
</pre>

标记看起来像这样：

数组 ( [0] => 数组 ([0] => "

<p>&nbsp;</p>

<p><strong><a href="url">Title</a></strong></p>

<p>Desc</p>

<p><a href="{$image_url2}"><img style="background-image:none;padding-left:0;padding-right:0;display:inline;padding-top:0;border-width:0;" title="image" border="0" alt="image" src="{$image_url2}" width="569" height="409"></a></p>

但是当输出匹配的内容时，它只是返回匹配模式的第一个字符串加上页面中的所有其他标记，如下所示：

<a href="{$image_url}"><img style="background-image:none;padding-left:0;padding-right:0;display:inline;padding-top:0;border-width:0;" title="image" border="0" alt="image" src="{$image_url}" width="568" height="347"></a></p>

    <p>&nbsp;</p>

    <p><strong><a href="url">Title</a></strong></p>

    <p>Desc</p>

    <p><a href="{$image_url2}"><img style="background-image:none;padding-left:0;padding-right:0;display:inline;padding-top:0;border-width:0;" title="image" border="0" alt="image" src="{$image_url2}" width="569" height="409"></a></p>")

Answer 1

转发

Regex 可能不是解析 HTML 的最佳解决方案，但在某些情况下，它是唯一的选项，例如您的文本编辑器在搜索和替换表单中没有“在此处插入 html 解析脚本”选项。如果您实际上使用的是 PHP，那么您最好使用如下解析脚本：

$Document = new DOMXPath($doc);
foreach ($Document->query('//a//img')) {
# do something with it here
}

说明

这种格式通常会让讨厌正则表达式的人远离你。它将确保您的锚标签包含一个 img 标签。同时防止属性具有看起来像图像标签的东西的奇怪（并且非常不可能）边缘情况。

<a\b(?=\s|>)     # match the open anchor tag
(?:='[^']*'|="[^"]*"|=[^'"][^\s>]*|[^>=])*    # match the contents of the tag, skipping over the quoted values
>    # match the close of the anchor tag
<img\b(?=\s|>)    # match the open img tag
(?:='[^']*'|="[^"]*"|=[^'"][^\s>]*|[^>=])*     # match the contents of the img tag, skipping over the quoted value
>   # match the close of the img tag
<\/a>   # matcn the close anchor tag

PHP 代码示例：

示例文本

注意最后一行有一个丑陋的属性，它会破坏大多数其他正则表达式。

<p>&nbsp;</p>
<p><strong><a href="url">Title</a></strong></p>
<p>Desc</p>
<p><a href="{$image_url2}"><img style="background-image:none;padding-left:0;padding-right:0;display:inline;padding-top:0;border-width:0;" title="image" border="0" alt="image" src="{$image_url2}" width="569" height="409"></a></p>

<p><a href="{$image_url2}" Onmouseover="function(' ><img src=picture.png></a> ');" >I do not have an image</a></p>

代码

<?php
$sourcestring="your source string";
preg_match_all('/<a\b(?=\s|>)
(?:=\'[^\']*\'|="[^"]*"|=[^\'"][^\s>]*|[^>=])*
>
<img\b(?=\s|>)
(?:=\'[^\']*\'|="[^"]*"|=[^\'"][^\s>]*|[^>=])*
>
<\/a>/imsx',$sourcestring,$matches);
echo "<pre>".print_r($matches,true);
?>

匹配项

[0] => <a href="{$image_url2}"><img style="background-image:none;padding-left:0;padding-right:0;display:inline;padding-top:0;border-width:0;" title="image" border="0" alt="image" src="{$image_url2}" width="569" height="409"></a>

Answer 2

也许问题出在.+\> 部分，因为它匹配所有内容，直到最后一个>

尝试使用与停止 " 相同的方法： [^\>]+ 这适用于我的编辑器

<a.+><img[^>]+></a>

根据您的需要，您只需在 <、> 和 / 之前添加一些反斜杠 \