从 rss 提要中检索图像 <src>答案

【问题标题】：Retrieve image <src> from rss feed从 rss 提要中检索图像 <src>
【发布时间】：2023-03-16 00:25:01
【问题描述】：

我想从 RSS 源获取 img src，但我只需要 <div class="img" 中的图像，而不需要任何其他 class="favicon" img src。但是当我得到图像时，它不是原始图像，而是返回了图标。我该如何解决？这是提要链接“http://rss.disp.cc/PttHot.xml”。这是我的代码：

   <?php 
    $ptt = simplexml_load_file('http://rss.disp.cc/PttHot.xml');
    foreach ($ptt->entry as $entry ) {
    $content  = $entry -> content;
    preg_match('/<img.+src=[\'"](?P<src>.+?)[\'"].*>/i', $content, $images);
   if(!empty($images)){$img = $images[1];}else{$img="";}?>

我正在尝试从内容中获取图像，这里有多个 img src 内部内容，但我只需要 <div class="image"> 和 img style="max-width:100%;" 内部的原始图像，而不需要其他额外的 favicon。请帮忙 - 我尝试了多种解决方案，但我无法修复。

【问题讨论】：

标签： php xml rss feed rss-reader

【解决方案1】：

也许您可以使用 xpath 表达式而不是使用 DOMDocument 的正则表达式。

$entry->content 包含 html，因此您可以使用 loadHTML 加载它。

然后您可以使用 xpath 表达式来获取 img 标签：

//div[contains(@class, 'img')]/img[contains(@style, 'max-width:100%') and not(contains(@class,'favicon'))]

例如：

$ptt = simplexml_load_file('http://rss.disp.cc/PttHot.xml');
$doc = new DOMDocument();
foreach ($ptt->entry as $entry) {
    $internalErrors = libxml_use_internal_errors(true);
    $doc->loadHTML((string)$entry->content);
    libxml_use_internal_errors($internalErrors);
    $xpath = new DOMXpath($doc);
    $items = $xpath->query("//div[contains(@class, 'img')]/img[contains(@style, 'max-width:100%') and not(contains(@class,'favicon'))]");
    foreach ($items as $item) {
        $img = $item->getAttribute('src');
        echo $img . "<br>";
    }
}

【讨论】：