Question

我一直在编写一个帖子编辑器，我想从html代码中插入的所有图像生成缩略图，所以，在此之前我想获得所有基本图像属性

示例：

$mydomain = 'mysite.com';
$htmlcode = <<<EOD
<p>sample text</p>
<img src='/path/to/my/image.ext' width='120' height='90'  />
<hr />
<img src='html://www.mysite.com/some/ther/path/image.ext' /> <!-- no attributes -->
<hr />
<p>blah blah <img src="http://www.notmyserver.com/path/lorem-ipsum.ext" widht='120' height='90' /></p>
EOD;


function get_all_image_attributes($htmlcode){    
// some code... 
return $images; // array with image src (required), width (if has), heigth (if has)...
}

// then validate (I really need this part)    
$images   = get_all_image_attributes($htmlcode);

function verify($images,$mydomain){
// code...
return $valid_images;
}

有效图片为（.jpg，.jpeg，.gif，.png）

SRC = “/路径/ image.ext”

SRC = “http://www.mysite.com/path/image.ext”

SRC = “http://www.mysite.com/some/path/image.ext”

SRC = “http://mysite.com/some/path/image.ext”

SRC = “www.mysite.com/path/image.ext”

PS。

生成缩略图的部分已经完成，不用担心：）

更新

//I have done the following
$html = str_get_html($html);
$images = $html->find('img');
foreach ($images as $image){
 $filename = getfilename($image);
// I would like validate the file if is located in other path,
// or if it contains 'http://[www.]mysite.com/'
 if(file_exists(PUBLICPATH.'post_images/'.$filename))
  valid_imgs[] =  BASEURL.'post_images/'.$filename;
}

function getfilename($full_filename){
    $filename = substr( strrchr($full_filename , "/") ,1);  
    if(!$filename)
      $filename = $full_filename;   
    $filename = preg_replace("/^[.]*/","",$filename);
    return $filename;
}

Answer 1

使用HTML解析器。使用PHP Simple HTML DOM Parser，您可以执行以下操作：

$html = str_get_html($htmlcode);
foreach($html->find('img') as $element) {
    verify_image($element->src);
}

Answer 2

这样的事情可能会很好：

#!/usr/bin/perl 
open(F, 'tmp.txt');
while(<F>) { 
   while (m/img[^>]* src="([^"]+)"/g) { 
      my $imgurl = $1;
      verify_image($imgurl);
   }
}

Answer 3

public function GetImagesFromHTML($strHTMLContent) {
    $HTMLDOM = new DOMDocument();
    $HTMLDOM->loadHTML($strHTMLContent);
    $arrContentImages = array();

    foreach ($HTMLDOM->getElementsByTagName("img") as $objImage) {
        $arrContentImages[] = $objImage->getAttribute("src");

    }

    return (!empty($arrContentImages)) ? $arrContentImages : false;

}

我已经看到了一些关于将DOM对象转换为SimpleXML的建议，所以你可以使用Xpath，我试过它，虽然它工作但它仍然需要进一步处理结果嵌套对象，这只是为服务器增加了更多的工作，如果所有你关心的是为一块HTML中的所有图像获取src的值，所以我编写了上面的函数来完成这项工作，不需要转换为XPath，只需使用PHP5内置的DOM解析器并给你返回一个像：

这样的数组

Array(
   [0] => value1.jpg
   [1] => value2.jpg
   [2] => value3.jpg
   [3] => res/upload.jpg
   [4] => value4.jpg
   [5] => value5.jpg
   [6] => value6.jpg
)

函数的总执行时间0.00071001052856445秒

我如何从HTML代码中提取图像，然后验证是否存储在我的Web服务器中

更新

3 个答案: