php preg_match_all 反斜杠问题答案

【问题标题】：php preg_match_all backslash problemphp preg_match_all 反斜杠问题
【发布时间】：2011-06-11 15:01:08
【问题描述】：

我的文本中有 img 标签，我想从 src 中获取文件名

所以我使用这个代码

preg_match_all("|\/img\/(.*)\/>|U", $article_header, $matches, PREG_PATTERN_ORDER);
echo "match=".$matches[1][0]."<br/>";

这样做我得到了这个结果

match=500.JPG\" alt=\"\" width=\"500\" height=\"360\"

所以在这种情况下，我使用“\/>”，表示标签的结尾。

但我只想要文件名“500.JPG”所以我必须使用“\”但是当我这样做时

    preg_match_all("|\/img\/(.*)\\|U", $article_header, $matches, PREG_PATTERN_ORDER);

我没有匹配到:( 请帮忙

在 yes123 的帮助下我做到了

$doc = new DOMDocument();
$doc->loadHTML($article_header);

$imgs = $doc->getElementsByTagName('img');
$img_src = array();
foreach ($imgs as $img) {
// Store the img src
$img_src[] = $img->getAttribute('src');
echo $img_src[0];
}

这给了我这个

\"sources/public/users/qqqqqq/articles/2011-06-11/7/img/500.JPG\"

但现在无论如何我只想要 500.JPG

那么什么是正确的正则表达式？

【问题讨论】：

你为什么使用正则表达式？

标签： php

【解决方案1】：

要在正则表达式中匹配一个真正的反斜杠字符，你必须“双转义”它，这意味着 4 个反斜杠来匹配一个反斜杠：\\\\

preg_match_all("|/img/(.*)\\\\|U", ...);

【讨论】：

感谢弗洛姆！这就是我想要的:)

【解决方案2】：

preg_match_all('/<img[^>*]src="([^"]+)".*>/Uis', $article_header, $matches)

【讨论】：

【解决方案3】：

您无法使用正则表达式解析 HTML。

使用DOMDocument

// HTML already parsed into $dom
$imgs = $dom->getElementsByTagName('img');
$img_src = array();
foreach ($imgs as $img) {
  // Store the img src
  $img_src[] = $img->getAttribute('src');

}

别忘了，在提出问题之前，您始终可以搜索 google 或 stackoverflow

【讨论】：

你可以为我的问题写例子吗？
他并没有要求解析完整的 HTML 文档树或任何类型的嵌套结构。如果您只需要从图像标签中提取 src 属性，正则表达式就可以正常工作。
@Evert 我猜你没有读过这个：stackoverflow.com/questions/1732348/… 这适用于它只是一个 DOMElement 或 HTML 页面。带有单引号甚至没有任何引号的 src 呢？等号前后还有空格吗？为此写一个正则表达式，我会写一个你的正则表达式不会捕获的 img
也许我太菜鸟但是这段代码崩溃了 $imgs = $article_header->getElementsByTagName('img'); $img_src = 数组（）； foreach ($imgs as $img) { // 存储 img src $img_src[] = $img->getAttribute('src'); }
@david 你需要实例化 domdocument。it.php.net/manual/en/domdocument.loadhtml.php

【解决方案4】：

试试类似的，我现在测试了：

$article_header = 'foo <img src=\\"sources/public/users/qqqqqq/articles/2011-06-11/7/img/500.JPG\\" /> foo';
preg_match_all('|<img[^>]+?src="[^"]*?([^/"]+?)"|', stripslashes($article_header), $matches, PREG_PATTERN_ORDER);
echo "match=".$matches[1][0]."<br/>";

您的$article_header 似乎带有斜线（这有点烦人），所以我添加了一个stripslashes()。

【讨论】：

抱歉，您没有得到带有斜杠的数据并且您只需要文件名（而不是路径）。如您所见，我改进了答案。

【解决方案5】：

使用php函数路径信息

http://php.net/manual/en/function.pathinfo.php

pathinfo($img_src[0]);

结果

Array
(
    [dirname] => sources/public/users/qqqqqq/articles/2011-06-11/7/img/
    [basename] => 500.JPG
    [extension] => JPG
    [filename] => 500
)

【讨论】：