正则表达式匹配所有 <img> 标记并提取“src”属性答案

【问题标题】：regex for match all <img> tag and extract the "src" attribute正则表达式匹配所有 <img> 标记并提取“src”属性
【发布时间】：2018-01-25 19:40:56
【问题描述】：

我想用正则表达式找到所有img标签到html文档中并提取src属性的内容。

这是我的正则表达式（在线查看https://regex101.com/r/EE08dw/1）：

<img(?<prepend>[^>]+?)src=('|")?(?<src>[^\2>]+)[\2]?(?<append>[^>]*)>

在测试字符串上：

<img src="aaa.jpg">

输出是：

Full match    `<img src="aaa.jpg">`
Group prepend ` `
Group 2.      "
Group srs     `aaa.jpg"`
Group append  ``

但预期的输出是：

Full match    `<img src="aaa.jpg">`
Group prepend ` `
Group 2.      "
Group srs     `aaa.jpg`
Group append  ``

问题在于src 也匹配" 字符组：

Output:   Group srs `aaa.jpg"`
Expected: Group srs `aaa.jpg`

如何解决？

旁注：正则表达式在我的上下文中是安全的

【问题讨论】：

H̸̡̪̯ͨ͊̽̅̾̎Ȩ̬̩̾͛ͪ̈́̀́͘ ̶̧̨̱̹̭̯ͧ̾ͬC̷̙̲̝͖ͭ̏ͥͮ͟Oͮ͏̮̪̝͍M̲̖͊̒ͪͩͬ̚̚͜Ȇ̴̟̟͙̞ͩ͌͝S̨̥̫͎̭ͯ̿̔̀ͅ - 使用解析器
@ctwheels 你评论中的图片是什么？
文本底部有很多变音符号和东西。我认为的所有口音。

标签： html regex regex-negation regex-group

【解决方案1】：

由于您在问题下方的 cmets 中指定在您的情况下使用正则表达式是安全...

您不能将反向引用放在集合中。它会按字面解释字符（因此在您的情况下，\2 与索引为 2₈ 的字符相匹配）。请改用tempered greedy token。

See regex in use here

<img(?<prepend>[^>]+?)src=(['"])?(?<src>(?:(?!\2)[^>])+)\2?(?<append>[^>]*)>
                          ^^^^^^        ^^^^^^^^^^^^^^  ^^
                          1             2               3
1: Uses set - you can do an or | as well, but using a set improves performance
2: Tempered greedy token
3: Take backreference out of set

【讨论】：

【解决方案2】：

function getAllSrc(){
var arr=document.getElementsByTagName("IMG")
var srcs=[]
for(var i = 0; i<arr.length;i++){
srcs=srcs.concat(arr[i])
}
return srcs
}

【讨论】：

【解决方案3】：

如果你使用 php，试试这个代码：

$thehtml = '<p>lol&nbsp;</p><p><img src="data:image/png;base64,1" data-filename="LOGO80x80.png" style="width: 25%;"></p><p>hhhhh</p><p><img src="https://avatars2.githubusercontent1.com/u/12745270?s=52&amp;v=4" alt="lol" style="width: 25%;"><br></p>';


function getImgFromPost($html){
    preg_match_all('/<img[^>]+>/i',$html, $result); 
    $img = array();
    $i = 0;
    foreach( $result[0] as $img_tag)
    {
        preg_match_all('/(src)="([^"]+)"/i',$img_tag, $img[$i]);
        $i++;
    }

    $arr0 = array();
    for ($x0 = 0; $x0 < count($img); $x0++) {
        for($x1 = 0;$x1 < count($img[$x0][1]); $x1++){
            $arr0[$x0][$img[0][1][$x1]] = $img[$x0][2][$x1];
        }
    }
    return $arr0;
}

输出将是这样的：

Array
(
    [0] => Array
        (
            [src] => data:image/png;base64,1
        )

    [1] => Array
        (
            [src] => https://avatars2.githubusercontent1.com/u/12745270?s=52&amp;v=4
        )

)

【讨论】：