错误的图像，正则表达式[重复]

Question

我需要一点帮助。我有一个学校作业，我需要制作一个正则表达式脚本来获取图像（然后上传到数据库，但这不是问题）。真正的问题是我得到了一个包含页面中所有图像的数组，但应该是一个图像，即： data-src-l="/WebRoot/products/8020/80203122/bilder/80203122.jpg" 这是整个图像的代码：

  <li>
    <a href="/WebRoot/products/8020/80203122/bilder/80203122.jpg">
      <img
       itemprop="image"
       alt="Jesus Remember Me - Taize Songs (2CD)"
       src="/WebRoot/AsaphNL/Shops/asaphnl/5422/8F43/62EE/D698/EF8E/4DEB/AED5/3B0E/80203122_xs.jpg"
       data-src-xs="/WebRoot/AsaphNL/Shops/asaphnl/5422/8F43/62EE/D698/EF8E/4DEB/AED5/3B0E/80203122_xs.jpg"
       data-src-s="/WebRoot/products/8020/80203122/bilder/80203122_s.jpg"

       data-src-m="/WebRoot/products/8020/80203122/bilder/80203122_m.jpg"

       data-src-l="/WebRoot/products/8020/80203122/bilder/80203122.jpg"
     />
    </a>
  </li>

</ul>

这是 PHP 的代码：

<?php
header('Content-Type: text/html; charset=utf-8');
$url = "http://www.asaphshop.nl/epages/asaphnl.sf/nl_NL/?ObjectPath=/Shops/asaphnl/Products/80203122";
$htmlcode = file_get_contents($url);
$pattern = "/<img\s[^>]*?src\s*=\s*['\"]([^'\"]*?)['\"][^>]*?>/";
preg_match_all($pattern, $htmlcode, $matches);
//print_r ($matches);
$image = ($matches[0]);
$image = str_replace('src="/', 'src="http://www.asaphshop.nl/', $image);
print_r ($image);
?>

更新：图片链接前面必须是指向http://www.asaphshop.nl 的链接，因此它会在网站中查找图片。不在我的本地主机内。如果你不明白我的意思，你可以问;)

Answer 1

(<img\s[^>]*?data-src-l\s*=\s*['\"])([^'\"]*?['\"])([^>]*?>)

试试这个。这将提供所需的img。替换为$1http://www.asaphshop.nl$2$3。查看演示。

http://regex101.com/r/wQ1oW3/29

Answer 2

我需要一点帮助。我有一个学校作业，我需要制作一个正则表达式脚本来获取图像（然后上传到数据库，但这不是问题）。

告诉你的学校正则表达式是not the best tool for the job。

当然，有regular expressions are not so regular这个参数可以用于回文匹配等任务。但这并不意味着您应该使用它们，因为它会让您和其他可能需要稍后使用您的代码的开发人员感到非常头疼。 p>

您应该使用适当的 HTML/XML 解析器。

幸运的是，PHP 有它需要的东西，它被称为DOMDocument。例如，看看它的getElementsByTagName 方法。您可以使用它来检索图像。然后您可以遍历所有属性并按照您想要的方式解析它们。

它不仅更安全，因为您不必担心边缘情况，而且它也更具可读性。