更改 img 标签的 src 部分答案

【问题标题】：Change the src part of an img tag更改 img 标签的 src 部分
【发布时间】：2020-07-01 05:51:57
【问题描述】：

我有一个包含 html 代码的字符串，我想在每次出现在字符串中时将 <img src="anything.jpg"> 更改为 <img src="'.DOC_ROOT .'anything.jpg">。我真的不想想要使用 html 解析器，因为这将是我将使用它的唯一目的。有谁知道如何在 php 中执行此操作，例如使用正则表达式？

【问题讨论】：

你似乎知道去哪里找。您是否尝试过使用正则表达式？
嗯，我试过了，但我对正则表达式不太擅长，我试过的都没有用
coderwall.com/p/on3ffa 20 秒搜索...
那是一个解析器，对吧？
@Jonan 是的，但是 the DOM extension 应该内置到您的 PHP 安装中，而不需要任何额外的代码，并且与基于字符串的解决方案相比，它不太可能导致微妙的问题。

标签： php html regex

【解决方案1】：

你really should use a parser，但既然你明确表示你真的不想这样做，你可以使用以下regex replace：

$string = preg_replace('/<img([^>]*)src=["\']([^"\'\\/][^"\']*)["\']/', '<img\1src="'.DOC_ROOT.'\2"', $string);

Demo。此正则表达式不会修改任何已经是相对路径的 url。如果您确实想匹配这些，请将其更改为以下内容：

$string = preg_replace('/<img([^>]*)src=["\']["\'\\/]?([^"\']*)["\']/', '<img\1src="'.DOC_ROOT.'\2"', $string);

Demo.

【讨论】：

这是一个很好的例子，说明了正则表达式解决方案的脆弱性。这会失败的几种情况：1）如果img和src之间有多个空格； 2) 如果 HTML 包含 XML 样式的自闭合标签 (<img src="foo.jpeg" />)； 3) 如果 HTML 在属性周围使用单引号，而不是双引号； 4) 如果 img 标签包含其他属性，例如class 或 id； 5) 如果 HTML 包含不需要前缀的 URL，例如URL 已经指向不同的域。
@IMSoP 我意识到这一点，这就是为什么我提醒 OP 他实际上不应该这样做。不过我会稍微改进一下我的正则表达式。
是的，正则表达式解决方案仍然比这个解决方案好很多。问题 1、2 和 3 很容易解决； 4 有点棘手，因为您不想假设 src 是 first 属性。 5 是最难的，但您可以使用否定断言忽略以 http 开头的属性，或使用 preg_replace_callback 让替换通过回调函数运行。
@IMSoP 我想我已经很好地解决了这 5 个问题。有什么方法你能想到它仍然会坏吗？
不错。我敢肯定仍然存在边缘情况 - HTML 是一种非常宽容的语言，所以有很多方法可以编写相同的东西 - 但随着正则表达式的发展，这可能不是一个糟糕的选择。

【解决方案2】：

如果您绝对必须使用正则表达式而不是 DOM 解析器，您可以使用它。

不确定 DOC_ROOT 来自何处，因为它不是有效的 PHP 变量（可能是常量？）。另请注意，如果您有单引号，您将无法在字符串中使用嵌入式变量。

你可能想要更多类似的东西：

img.*?src=['"](.*?)['"]

替换为：

img src="$_SERVER['DOCUMENT_ROOT']$1"

转换：

echo "<img src='anything.jpg'>"; //into:
echo "<img src='$_SERVER[\'DOCUMENT_ROOT\']/anything.jpg'>";

http://regex101.com/r/vN7lN9

在 php 中，代码如下所示：

$string = "<img src='anything.jpg'>";
echo preg_replace('/img.*?src=[\'\"](.*?)[\'\"]/', "img src='$_SERVER[DOCUMENT_ROOT]/$1'", $string);

请注意，如果您的 DOM 包含不规则的 HTML（标签错位，= 符号之间的空格），您最终可能会导致很多问题。这就是像 domdocument 这样的 DOM 解析器派上用场的地方。

【讨论】：

像DOC_ROOT 这样的裸词表示constant。但是，您的示例包含无效常量 DOCUMENT_ROOT - 您应该引用密钥，如 $_SERVER['DOCUMENT_ROOT']。
@IMSoP 我将它写在字符串中——只是没有在示例中包含该位。现在已经修好了。
我指的是这一行：img src='$_SERVER[DOCUMENT_ROOT]$1' - DOCUMENT_ROOT 周围没有引号。
另外，虽然正则表达式看起来不错，但在这个答案中，您实际上如何将它与 PHP 一起使用并不是很清楚，因为您显示的代码行本身都不是有效的 PHP。
@IMSoP 在一个完全有效的字符串中。或者，如果你真的想要它，它可以有{}。至于 php 实现，有无数关于使用 preg_replace 的问题和说明。

【解决方案3】：

很多人都说明了使用 DOM 解析器的重要性，但真正说明如何执行任务的答案太少了。

正则表达式，即使在试图编写单行或更改单个字符时，也不适合解析 html，因为它对 DOM 无知——它处理您的输入为字符串，仅此而已。我已经制作了一个演示，说明正则表达式（来自接受的答案）将如何进行意外替换。

代码：(Demo)

$html = <<<HTML
<p>Some random text <img src="anything.jpg"> text <iframe data-whoops="<img" src="anything.jpg"></iframe></p>
HTML;

define('DOC_ROOT', 'www.example.com/');

echo "With regex:\n";
echo preg_replace('/<img([^>]*)src=["\']([^"\'\\/][^"\']*)["\']/', '<img\1src="'.DOC_ROOT.'\2"', $html);

echo "\n\n---\n\nWith a parser:\n";

$dom = new DOMDocument;
$dom->loadHTML($html, LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD);
foreach ($dom->getElementsByTagName('img') as $img) {
    $img->setAttribute('src', DOC_ROOT . $img->getAttribute('src'));
}
echo $dom->saveHTML();

输出：

With regex:
<p>Some random text <img src="www.example.com/anything.jpg"> text <iframe data-whoops="<img" src="www.example.com/anything.jpg"></iframe></p>

---

With a parser:
<p>Some random text <img src="www.example.com/anything.jpg"> text <iframe data-whoops="&lt;img" src="anything.jpg"></iframe></p>

如果您需要对 img 标签的 url 进行有条件的替换，可以使用其他工具（如 url 解析器或 Xpath）来满足您的要求。

https://stackoverflow.com/a/60263813/2943403

最后，我的建议是忘记你写了多少行代码；只需编写健壮/可靠的代码。

【讨论】：

【解决方案4】：

这就是你要找的，我想：

$pictureName = 'anything.jpg';

$html = str_replace($pictureName, DOC_ROOT.$pictureName, $html);

【讨论】：

“anything.jpg”只是一个例子。我希望每个图像 src 都将 DOC_ROOT 放在它前面。不过谢谢:)