如何使用正则表达式提取HTML图像源?

以下正则表达式片段应该可以工作。

<img[^>]+src="([^">]+)"

它查找以以下开头的文本 <img ,后跟一个或多个非 > src=" 。然后,它抓住了这一点和下一点之间的所有东西 " 或 > .

但如果可能的话,请使用真正的HTML解析器。它更坚固,能更好地处理边缘情况。

你不想那样做。正确解析HTML是一个非常复杂的问题,正则表达式不是一个很好的工具。

Can you provide some examples of why it is hard to parse XML and HTML with a regex?

How do I programatically inspect a HTML document

你可以用Javascript很容易地做到这一点。示例如下:

var images = document.getElementsByTagName("img");

for (i=0; i < images.length; i++)
{
   // get image src
   var currImage = images[i].src;

   // do link creation here
} 

这对我很有效

$regexp = '<img[^>]+src=(?:\"|\')\K(.[^">]+?)(?=\"|\')';

if(preg_match_all("/$regexp/", $content, $matches, PREG_SET_ORDER)) {

    if( !empty($matches) ) {

        for ($i=0; $i <= count($matches); $i++)

        {
            $img_src = $matches[$i][0];

            echo $img_src;

        }

    }

}