php正則匹配圖片路徑原理與方法

提取src=裡面的圖片地址還不足夠，因為不能保證那個地址一定是絕對位址，完全的地址，如果那是相對的呢？如果地址諸如：
albums/Candids/thumb_P1050338.jpg
/content/media/touts/5271608/5271654/15320982
那該如何是好？
有時在這些地址前面需要加http://example1.com/ ，有些甚至要加http://example1.com/example2/.../ 於是，要寫出出一種法則符合所有要求，簡直是天方夜譚。只能見機行事對症下藥。有時，需要從前面動刀，有時需要從後面砍斷。
今天，我驚訝地知道了一個道理，原來http://example.com/ 和http://example.com////// 是一樣的！
yun_qi_img/lg_main_a6.png
和
yun_qi_img/lg_main_a6.png
最終你都能到達

 

圖片網址規範的html代碼無非就是

1 <img src="??" title="??" alt="??" border="??" width="??" height="??" />
??和??是非必需的，若要通過XHTML認證??、??、??、??必不可少。

就正則談正則的話，我寫出的最短匹配是

1 (?<=img.+?src=").*?(?=")
不過，這條在php裡不行，會出現：

1 Warning: preg_match_all() [function.preg-match-all]: Compilation failed: lookbehind assertion is not fixed length at offset *** in ***
 糾結了很久，都不行，原因何在呢？試了很多次，終於發現問題在(?<=img.+?src=")這個零寬斷言裡，在php中，零寬斷言裡不支援類似“*”、“+”這些無限次的東西，於是報錯了，把“.+?”改為定長就好。不過，要“img”和“src=”之間定長基本上是不可能的。通常，圖片地址的img和src只會相隔一個很簡單的空格，但不排除某些情況在src之前，img後有alt、titlte等東西。

所以

1 (?<=img.src=").*?(?=")
或

 

1 (?<=imgssrc=").*?(?=")
 

可能可以，但不保證100%沒問題。

你也許會問，單純

 

1 (?<=src=").*?(?=")
不行嗎？通常情況，可以，但，搜尋過頁面的盆友應該知道，除了圖片地址用src開頭以外，javascript地址也用src開頭！而且，太多神通廣大的不可預知因素隱含其中，於是這個貌似很簡短完美的寫法就行不通了。
你又或許會問，聰明簡短的不行，我把圖片的尾碼列出來，總該可以了吧，如

1 (?<=src=").*?.(jpg|jpeg|gif|png|bmp|JPG|JPEG|GIF|PNG|BMP)
的確，這個寫法實在是很老實，不過，你見過沒有尾碼的圖片？wwe.com 有很多這種例子呢

RAW http://us.wwe.com/content/media/images/Headers/15559182
SmackDown http://us.wwe.com/content/media/images/Headers/15854138
NXT http://us.wwe.com/content/media/images/Headers/15929136
Superstars http://us.wwe.com/content/media/images/Headers/15815850

上面的網址都是圖片，但都沒有傳統尾碼，你老實也沒用，還是不能擷取到它們。

怎麼辦呢？還可以這樣

 

1 <img(.*?)src="(.*?)(?=")
 和上面的運算式不同，這次的結果中array[0]的內容不是我們想要的，我們要的圖片地址在array[2]裡。為什麼呢？因為我們用了2個 (.*?)，每個“（）”的東西會自動存在一個組裡，而array[0]代表結果的匯總，array[1]包含了img和src裡的所有東西，array[2]才輪到我們想要的圖片地址。這種匹配方法，既能匹配有傳統尾碼的圖片，也能匹配一些無尾碼的圖片檔案，同時又不會殺錯其它src=檔案。個人感覺還是不錯的，呵呵。當然了，如果你還有更好的建議，請馬上留言，全球人民都會感謝你！
你到底要什麼樣的圖片，是固定格式還是其它？得具體情況具體分析呢。
我的建議是：
如果你要的圖片地址的格式是img空格src=的，請使用：(?<=img.src=").*?(?=") ，數組唯一，你懂的。
否則，請使用<img(.*?)src="(.*?)(?=") ，記得留意有用內容所在的數組位置哦！

並在項目中使用了很長時間的正則吧.

/<img.*srcs*=s*["|']?s*([^>"'s]*)/i

,我使用kindeditor儲存文章,但是需要取出第N個圖片的地址作為文章的標誌圖片,文章代碼(內容的html)儲存到資料庫一個欄位,然後圖片地址儲存到另外一個欄位.我就是使用上面的正則解決的.

我說明下,上面的地址是直接擷取img標籤內src屬性的值.在使用該正則的php頁面訪問該路徑如果能找到圖片的話,可以直接使用,如果不能,你可以使用preg_match_all將所有地址先儲存到數組,然後處理路徑,比如擷取檔案名稱(不含路徑部分),然後重新組成url,再刪除圖片.

我的例子:

preg_match_all("/<img.*srcs*=s*["|']?s*([^>"'s]*)/i",str_ireplace("\","",$content),$arr);

呵呵 我的內容部分被php給加上轉義了,所以我需要先把去除,str_ireplace("\","",$content),然後將匹配的內容儲存到$arr數組(二維的).
$arr[1]就是儲存該路徑的數組.