Question

我想匹配图片代码的src和title属性：

图案：

<img [^>]*src=["|\']([^"|\']+["|\'])|title=["|\']([^"|\']+)

目标：

<img src="http://someurl.jpg" class="quiz_caption" title="Caption goes here!">

这种模式给了我一个不需要的匹配，title =“content”，以及我实际想要的匹配，即'title'之后的引号之间的值，即'content'。

所以，我的比赛是：

<img src="http://someurl.jpg
http://someurl.jpg
title="Caption goes here!"
Caption goes here!

有没有办法避免这些比赛中的第三场比赛？我在PHP 5.2.x中使用PCRE

Answer 1

除非您知道自己正在处理HTML的一个子集，否则无法使用正则表达式解析HTML。你的正则表达式，即使是正确的，也会失败，例如如果任何属性具有>字符。

使用DOM扩展名：

<?php
$target = <<<EOD
<img src="http://someurl.jpg" class="quiz_caption" title="Caption goes here!">
EOD;

$d = new DOMDocument();
$d->loadHTML($target);
$img = $d->getElementsByTagName("img");

echo $img->item(0)->getAttribute("src") . "\n";
echo $img->item(0)->getAttribute("title") . "\n";

Answer 2

如果您确切知道自己在寻找什么，可以试试这个：

src="(.+?)"|title="(.+?)"

我还建议你在http://gskinner.com/RegExr/进行一些游戏，这是一个flash的在线注册表...它可以帮助你提高你的知识，并且它有许多由社区预先构建的表达。

PHP正则表达式子模式行为

2 个答案: