Question

我正在以这种格式处理批量数据：

cat /dev/input/event1

我正在提取图像路径。

这是我的正则表达式：

<div class="game"><img src="image.jpg"></div>

这是我的preg_match_all命令：

\<div class\=\"game\"\>\<img src\=\"(.*)\"\>\<\/div\>

如果我尝试处理单个div / img标签，它会起作用，如下所示：

preg_match_all("/\<div class\=\\"game\\"\>\<img src\=\\"(.*)\\"\>\<\/div\>/", $input_lines, $output_array);

但是，当我处理批量数据时，它会失败，例如处理时：

array(2
0   =>  array(1
0   =>  <div class="game"><img src="image.jpg"></div>
)
1   =>  array(1
0   =>  image.jpg
)
)

返回的数组是：

<div class="game"><img src="image.jpg"></div><div class="game"><img src="image2.jpg"></div><div class="game"><img src="image3.jpg"></div><div class="game"><img src="image4.jpg"></div>

它匹配第一个

之间的所有内容

array(2
0   =>  array(1
0   =>  <div class="game"><img src="image.jpg"></div><div class="game">
<img src="image2.jpg"></div><div class="game"><img src="image3.jpg">
</div><div class="game"><img src="image4.jpg"></div>
)
1   =>  array(1
0   =>  image.jpg"></div><div class="game"><img src="image2.jpg"></div>
<div class="game"><img src="image3.jpg"></div><div class="game"><img 
src="image4.jpg
)
)

和最后一次

<div class="game"><img src="

我有点理解为什么会这样，但必须有办法防止这种情况发生？我打赌它很简单，我尝试了很多东西，并且谷歌搜索了各种各样的东西......很难列出所有东西。

Answer 1

简

正如评论中所述，只需将.*更改为.*?即可解决您的问题。此答案是该解决方案的替代方案，该方案在完全匹配而不是捕获组中返回图像源。与.*?选项相比，此解决方案还使用更少的步骤来达到预期结果，并且还考虑了空白的可能性。

此外，作为旁注，您不需要在正则表达式中转义每个字符，只有\/[]()?*+.^$

等特殊字符

代码

See regex in use here

<div\s+class="game"\s*>\s*<img\s+src="\K[^"]*(?="\s*>\s*</div>)

结果

输入

<div class="game"><img src="image.jpg"></div><div class="game">
<img src="image2.jpg"></div><div class="game"><img src="image3.jpg">
</div><div class="game"><img src="image4.jpg"></div>

输出

image.jpg
image2.jpg
image2.jpg
image4.jpg

说明

<div按字面意思匹配
\s+匹配一个或多个空白字符
class="game"按字面意思匹配
\s*匹配任意数量的空白字符
>按字面意思匹配
\s*匹配任意数量的空白字符
<img按字面意思匹配
\s+匹配一个或多个空白字符
src="按字面意思匹配
\K重置报告的匹配的起点。最终匹配中不再包含任何以前消费的字符
[^"]*匹配集合中不存在的任何字符（除"以外的任何字符）
(?="\s*>\s*</div>)确定后续匹配的正向前瞻
- "按字面意思匹配
- \s*匹配任意数量的空白字符
- >按字面意思匹配
- \s*匹配任意数量的空白字符
- </div>按字面意思匹配

注意：正则表达式由/以外的字符分隔（链接使用@，PHP允许这样做。）

Answer 2

强制性“不要使用正则表达式解析HTML”答案。

$dom = new DOMDocument();
$dom->loadHTML($input_lines);
$xpath = new DOMXPath($dom);
$images = $xpath->query("//div[@class='game']/img");
$sources = [];
foreach($images as $image) {
    $sources[] = $image->getAttribute("src");
}
var_dump($sources);

就我个人而言，即使您不了解XPath语法，我认为这样做会更加明显，即使您不知道XPath语法。

PHP preg_match_all正在努力解决相同代码的多个实例

2 个答案:

简

代码

结果

输入

输出

说明