Question

我正在尝试从“img”标记的结尾和关闭“a”标记之间获取字符串（您好，我来自img标记之后）来自下面一行。

<a href="products.html><img src="image.jpg"  alt="alt value">hello i am from after img tag</a>

然后检查它们是否匹配。同时我想找出那条线的数量。我尝试了下面的代码，它给出了行号和网页行。

        $dom = new domDocument;
        $dom->loadHTMLFile('http://www.google.com');
        $dom->preserveWhiteSpace = true;
        $dom->formatOutput = true;
        $new = htmlspecialchars($dom->saveHTML(), ENT_QUOTES);
        $lines = preg_split('/\r\n|\r|\n/', $new);
        foreach ($lines as $lineNumber => $line) {
         echo $lineNumber . \r\r. $line;
        }

以下代码为我提供了图像源和alt标记。我无法获得“img”标签结束和关闭“a”标签之间的行号或文本（你好我来自img标签）。

$alts = array();
$tags = $dom->getElementsByTagName('img');
foreach($tags as $tag) {
    $alts[$tag->attributes->getNamedItem('src')->nodeValue] 
            = $tag->attributes->getNamedItem('alt')->nodeValue;
}
foreach($alts as $key => $alt) {
    echo "{$key} => {$alt}<br/>";
}

我知道regexp不适用于html解析，但我也试过看看它是否适用于以下行。 $ alt ='你好，我来自img 标签' 我有的正则表达式是， // alt里面的任何东西

preg_match_all('|\s*alt[^>]*=[\'"](.*?)[\'"]|i', $alt, $altTag);

//“img”标记结尾和结束“a”标记之间的任何内容。

preg_match_all("#<\s*a[^>]*><\s*img[^>]*>(.*?)<\s*/\s*a>#s", $alt, $foo);

它的工作方式非常完美，但是当尝试在变量$ line上使用相同的regExp（来自上面的代码）时，它并没有给我任何东西。谁能帮帮我吗。我真的需要做这个工作。谢谢

Answer 1

在你的情况下使用Regexp不是一个好主意，但如果你真的想使用它，那么你需要改变你的foreach循环。这是代码。

foreach ($lines as $lineNumber => $l){ 
$line= html_entity_decode($l);
}

现在您可以应用regExp来查找您想要的内容。

Answer 2

试试吧

$str = '<a href="products.html><img src="image.jpg"  alt="alt value">hello i am from after img tag</a>';
preg_match_all('#<a[^>]+>(.*)</a>#isU', $str, $match);
$result = array_map('strip_tags', $match[1]);
print_r($result);

匹配“img”标记和“alt”标记和行号之间的字符串

2 个答案: