任何 preg_match() 从文本中提取图像 url？答案

【问题标题】：Any preg_match() to extract image urls from text?任何 preg_match() 从文本中提取图像 url？
【发布时间】：2011-01-09 17:38:58
【问题描述】：

我需要 preg_match() 语法或类似的东西来提取 JPG 或 PNG 或 GIF 网址混合文本并将它们放在一个数组中或最后存储第一个 url。

也许某些语法会搜索以 http 开头并以 jpg/png/gif.. 结尾的字符串。

我相信这可以通过 preg_match()

完成

注意：文字可以是这样的：blablablabla"http://www.example.com/xxx.jpg"blablablabla

【问题讨论】：

【解决方案1】：

请注意他们可以欺骗您的服务器插入假匹配的特殊场合。

例如：

http://www.myserver.com/virus.exe?fakeParam=.jpg

或者

http://www.myserver.com/virus.exe#fakeParam=.jpg

我已经快速修改了正则表达式以避免这种情况，但我很确定可能还有更多（例如，在文件路径中插入 %00，并且不容易被正则表达式解析）

$matches = array();
preg_match_all('!http://[^?#]+\.(?:jpe?g|png|gif)!Ui' , $string , $matches);

因此，为了安全起见，始终以最严格的方式使用正则表达式，例如，如果您知道服务器，将其写入正则表达式，或者如果您知道路径总是包含字母、连字符、点、斜杠和数字，请使用如下表达式：

$matches = array();
preg_match_all('!http://[a-z0-9\-\.\/]+\.(?:jpe?g|png|gif)!Ui' , $string , $matches);

这应该避免将来出现任何有趣的意外。

【讨论】：

谢谢，我总是在得到图片 url 后检查 mime :D
mimetype 是可以修改的标头。如果你想试试这个，请安装一个名为 TamperData 的 Firefox 插件。您可以在请愿书中看到该标头的值，并且可以更改它。这是一个很好的做法，但您还需要确保最终文件名以 .jpg 或正确的扩展名结尾。
你不能只使用 exif_imagetype() 来检查一个有效的图像吗？
我害怕，但不是。您可以获取一个随机 PNG 文件并附加到文件末尾：然后运行脚本：你会看到它返回 3，相当于： IMAGETYPE_PNG 如果你确认你存储到系统中的文件的扩展名是 PNG，那么你或多或少是安全的。但如果没有，如果该文件可从网络服务器访问，他们可能会在您的服务器中插入后门。

【解决方案2】：

$matches = array();
preg_match_all('!http://.+\.(?:jpe?g|png|gif)!Ui' , $string , $matches);

【讨论】：

我认为你需要让它不贪婪：'！http://.+?\.(?:jpe?g|png|gif)!i'（注意后面的问号+) 否则它将在第一个 http:// 直到最后一个匹配的扩展名之间匹配。
@jeroen：你对贪婪的事情是正确的。我修好了它。 @Tom：任何给出空数组的 $string 示例？（我想解决必须修复的问题！）
Okidoki，我已经删除了我的答案，因为你应该这样做。
+1 如果您提供指向preg_match_all 文档的链接。;)

【解决方案3】：

更新有前缀http/https可选的情况，例如：

http://example.com/image.jpg
https://example.com/image.jpg
//example.com/image.jpg

function extractImageUrlFromText($text) {
  preg_match_all('!(https?:)?//\S+\.(?:jpe?g|jpg|png|gif)!Ui', 
  $text, $matches);
  return $matches[0];
}

【讨论】：