php match pattern для получения изображений из текстового файла

Question

Я видел много ответов, когда люди спрашивают, как захватить и извлечь фактические URL-адреса изображений, из содержимого веб-страницы/текста, однако, в моей базе данных, к сожалению, у меня есть это синтаксис:

<img class="photo" src="http://domain.com/image.jpg" alt="alt goes here" /> 

Таким образом, типичный способ $pattern = '/src=["|\']([^"|\']+)/is'; не работает в моем случае из-за тех, кто " ... пытались в течение нескольких часов, я должен делать что-то очень и очень неправильно ... Любой помощи очень признателен!

Answer 1

Не используйте регулярное выражение!

Используйте библиотеки XML/DOM, такие как Simple HTML DOM.

Кстати, регулярное выражение, которое вы ищете,

$pattern = '/src=(["\'])(.+)(?=\1)/i'; 

---

Test Case (дополнительно):

Вот это простая программа, чтобы проверить его. Очевидно, вам нужно сначала использовать htmlspecialchars_decode(), чтобы декодировать его из формата сущности.

$str = array(
    "<script type=\"text/javascript\" src=\"script.js\"></script>", 
    "<script type=\"text/javascript\" src='script.js'></script>", 
    '<script type="text/javascript" src="script.js"></script>', 
    '<script type="text/javascript" src=\'script.js\'></script>', 
); 
$pattern = '/src=(["\'])(.+)(?=\1)/i'; 

foreach($str as $s){ 
    preg_match($pattern, $s, $m); 
    echo $m[2], PHP_EOL; 
} 

Выход

script.js 
script.js 
script.js 
script.js 

Answer 2

Вы можете проверить Regex здесь:

http://gskinner.com/RegExr/

Что не работает?

Answer 3

Прежде всего, «обычный способ» - использовать парсер HTML/XML, а не регулярные выражения.

Во-вторых, что у вас есть HTML-код закодированы как HTML текст, который пахнет плохо по двум причинам:

• это не HTML больше (почему закодировать его как HTML-текст, когда он на самом деле HTML код) ?
• вы не должны кодировать HTML перед тем, как поместить его в БД, а скорее при написании его пользователю.

С помощью этих двух вопросов в сторону, то, что вам нужно сделать, это htmlspecialchars_decode() этот материал и передать его через HTML-парсер:

$stuff = '<img class="photo" src="http://domain.com/image.jpg" alt="alt goes here" />'; 
$code = htmlspecialchars_decode($stuff, ENT_QUOTES); 
$xml = simplexml_load_string($code); 

Это сказал мне это звучит, как взломать, чтобы исправить плохо написанный код. Но может быть веская причина, почему она там, в первую очередь.