Question

我的谜题：作为PHP newby，我试图使用正则表达式从字符串中提取一些数据，但我找不到正确的语法。

字符串的内容被删除为来自网站的几个图像的html，我希望最终输出为3个单独的变量：“$ Number1”，“$ Number2”和“$ Status”。

输入字符串$ html：

的内容示例

<div id="system">         
<img alt="2" height="35" src="/images/numbers/2.jpg" width="18" /><img alt="2" height="35" src="/images/numbers/2.jpg" width="18" /><img alt=".5" height="35" src="/images/numbers/point5.jpg" style="margin-left: -4px" width="26" /><img alt="system statusA" height="35" src="/images/numbers/statusA.jpg" width="37" /><img alt="2" height="35" src="/images/numbers/2.jpg" width="18" /><img alt="1" height="35" src="/images/numbers/1.jpg" width="18" /><img alt=".0" height="35" src="/images/numbers/point0.jpg" style="margin-left: -4px" width="26" />
</div>

此字符串中可能出现的值为：

0.jpg
1.JPG
2.JPG
3.JPG
4.JPG
5.JPG
6.JPG
7.JPG
8.JPG
9.jpg
point0.jpg
point5.jpg
statusA.jpg
statusB.jpg
statusC.jpg
statusD.jpg
statusE.jpg
statusF.jpg

结果应该是变量：

“Number1”（XX.X）基于前两个数字（0-9）和.0或.5
“状态”（statusX）基于状态
“Number2”（XX.X）基于最后两个数字（0-9）和.0或.5

到目前为止

代码：

$regex = '\balt='(.*?)';
preg_match($regex,$html,$match);
var_dump($match);
echo $match[0];

可能我必须分多步执行此操作或使用其他功能，谁可以帮助我？

Answer 1

你应该问自己的第一件事是：“我的输入数据采用何种格式”。因为在这种情况下它显然是HTML的片段，所以您应该将该片段提供给HTML解析器，而不是正则表达式引擎。

我不知道确切的函数名称，但您的代码应如下所示：

$htmltext = '<div id="system">[...]</div>';
$htmltree = htmlparser_parse($htmltext);
$images = $htmltree->find_all('img');
foreach ($images as $image) {
  echo $image->src;
}

因此，您需要找到一个将字符串解析为节点树的HTML解析器。节点应该具有基于CSS类，元素名称或节点ID在其中查找节点的方法。对于Python，这个库名为 BeautifulSoup ，对于Java，它是 JSoup ，我确信PHP有类似的东西。

simplehtmldom提供的示例看起来很有希望。

Answer 2

可能是DOM：http://www.php.net/manual/en/book.dom.php

另见Robust and Mature HTML Parser for PHP

Answer 3

你想要的只是alt？试试这个xpath示例：

$doc = new DOMDocument();
$doc->loadHTML($html);
$xpath = new DomXpath($doc);

foreach($xpath->query('//img/@alt') as $node){
    echo $node->nodeValue."\n";
}

从字符串，正则表达式中提取变量？

3 个答案: