【问题标题】：Getting image links from HTML从 HTML 中获取图片链接
【发布时间】：2011-12-17 10:43:12
【问题描述】：

我有以下链接：

<a href="http://example.com/src/abc.png"><img src="http://example.com/res/bca.png"></a>
<a href="http://example.com/src/hvc.gif"><img src="http://example.com/res/ncq.jpg"></a>

使用 PHP，我希望能够在图像 URL 中获取仅包含 src 的链接，并且这些链接只能是图像（png、gif、jpg 等）。我遇到的问题是我不知道文件的内容，但确定它包含看起来像上面的链接；如，我不知道图像的文件名。

简而言之，有没有办法使用 PHP 获取所有链接（仅文件名中包含 src 的链接），并将它们放入数组或字符串中？我已经将页面的来源（包含图像链接）作为 $html。

任何帮助将不胜感激。

【问题讨论】：

标签： php html arrays regex

【解决方案1】：

以下链接对你有用

来自第二个链接的正则表达式解决方案（我稍微编辑了一下）：

function linkExtractor($html){
 $linkArray = array();
 if(preg_match_all('/<img\s+.*?src=[\"\']?([^\"\' >]*)[\"\']?[^>]*>/i',$html,$matches,PREG_SET_ORDER)){
  foreach($matches as $match){
   array_push($linkArray,array($match[1],$match[2]));
  }
 }
 return $linkArray;
}

【讨论】：

这似乎可行，但我在想也许只将以http://images. 开头的字符串放在数组中？我不想要所有的图像。有什么想法吗？
@user1015599 您可以更改正则表达式以包含它。它可能看起来像这样：'/<img\s+.*?src=[\"\']http\:\/\/images\.?([^\"\' >]*)[\"\']?[^>]*>/i'

【解决方案2】：

你尝试过这样的事情吗？

$regexp = "<img[^']*?src=\"([^']*?)\"[^']*?>";

if(preg_match_all("/$regexp/siU", $input, $matches)) {
  echo "<pre>";
  print_r($matches);
  echo "</pre>";
}

不过，您可能应该使用 SimpleHTMLDOM 之类的东西。

【讨论】：

【解决方案3】：

如果您不想使用外部库，可以使用内置 DOM 选项 PHP 链接：http://www.php.net/manual/en/book.dom.php

示例代码

<?php

//string is the (x)html document
$links = array();
$string = '<html><body><a href="http://xyz.com/src/abc.png"><img src="http://xyz.com/res/bca.png"></a><a href="http://xyz.com/src/hvc.gif"><img src="http://xyz.com/res/ncq.jpg"></a></body></html>';

//Load/parse the (x)html document
$doc = new DOMDocument();
$doc->loadHTML($string);

//get all 'a' elements (links)
$elements = $doc->getElementsByTagName('a');

//Now check if we got results
if($elements->length >= 1)
{
   //We got results, check each result
   foreach($elements as $element)
   {
      //Check if this Link has an img child element
      $img = $element->getElementsByTagName('img');
      //You can validate if the src contains .jpg extension if you want
      //but for this example I'm skipping this
      if($img->length == 1)
      {
         //We got an link that has a img child element, store link
         $links[] = $element->getAttribute('href');
      }
   }

   //show all links
   echo '<pre>'."\r\n";
   print_r($links);
   echo '</pre>'."\r\n";

}
?>

【讨论】：

【解决方案4】：

你应该试试 dom 文档。

<?php

@$dom = new DOMDocument();
@$dom->loadHTML($html); // $html is HTML content
$dom->preserveWhiteSpace = false;

$tags_img = $dom->getElementsByTagName('img');

$images = array();

foreach($tags_img as $img)
{
    $images[] = $img->getAttribute('src');  
}

echo '<pre>';
print_r($images);
exit;

?>

此外，您还可以像仅来自 xyz.com 的图像一样进行域检查

【讨论】：