Chinaunix

标题: 请教匹配图片地址的正则 [打印本页]
作者: 昭襄王    时间: 2010-10-05 09:38
标题: 请教匹配图片地址的正则
<a href="/"><img src="images/default/logo.gif" alt="ChinaUnix.net" border="0"></a>

以这个为例，只要匹配images/default/logo.gif，<img />内部各个元素数量不等，位置不定，外部语境不定。引号有可能是双引号或单引号。src中有可能是“http://xxxx/xxx”或“/xxxx/xxx”或“xxxx/xxx”。图片格式不可知。
只需要正则
作者: rdcwayx    时间: 2010-10-05 09:52
本帖最后由 rdcwayx 于 2010-10-05 09:53 编辑

不全用正则。后面的继续。
  1. awk 'BEGIN{RS="<"}/img src/{print gensub(/^.....(.+).$/,"\\1","g",$2)}' infile
复制代码
作者: 昭襄王    时间: 2010-10-05 09:58
不全用正则。后面的继续。
rdcwayx 发表于 2010-10-05 09:52



    是这样，我这个需求是用在php里面的preg_match()函数，用正则是最简练的办法。
如果用别的办法也可以，最差我可以把文本中所有src冒泡筛出来，但那样太罗嗦。需要判断的东西也太多。
恳求犀利正则！
作者: 昭襄王    时间: 2010-10-05 10:00
是这样，我这个需求是用在php里面的preg_match()函数，用正则是最简练的办法。
如果用别的办法也 ...
昭襄王 发表于 2010-10-05 09:58



    另外，img和src不一定紧挨着，之间可能是alt等等。元素位置不固定。
作者: 昭襄王    时间: 2010-10-05 11:24
还在放假吗？
作者: dibug    时间: 2010-10-05 11:31
会的都在放假，不会的都在灌睡
作者: 昭襄王    时间: 2010-10-05 12:47

会的赶快上班吧
作者: 昭襄王    时间: 2010-10-06 11:22
顶一下
作者: 昭襄王    时间: 2010-10-07 08:42
作者: ly5066113    时间: 2010-10-07 09:55
  1. 内部各个元素数量不等，位置不定，外部语境不定。引号有可能是双引号或单引号。src中有可能是“http://xxxx/xxx”或“/xxxx/xxx”或“xxxx/xxx”。图片格式不可知
复制代码
什么都不确定，怎么写？
有什么是确定的？
况且又要求是PHP的正则，各种工具之间的正则表达式都有差别。
作者: 昭襄王    时间: 2010-10-07 10:54
什么都不确定，怎么写？
有什么是确定的？
况且又要求是PHP的正则，各种工具之间的正则表达式都有差别。
ly5066113 发表于 2010-10-07 09:55



    确定的是<img >中肯定有src="xxx"，php的正则支持posix和pcre(Perl-Compatible Regular Expressions) 两种风格。
例如下面的函数用到的正则是perl兼容的。
找到$str中所有<img alt="xxx" src="xxx" whtaever="xxx">标签，作为数组元素写入数组$match
  1. preg_match_all('/<img\s[^>]*>/',$str,$match);
复制代码
现在我想知道怎么写正则直接获得img里面的src部分（只要""里面的xxx）
作者: ly5066113    时间: 2010-10-07 11:25
  1. ly5066113@ubuntu:~$ cat test.pl
  2. #! /usr/bin/perl

  4. my $str = q(<img alt="xxx" src="xxx.jpg" whtaever="xxx">);
  5. print "$2\n" if $str =~ /<img\s[^>]*src=(["'])([^"']+)$1/;
  6. ly5066113@ubuntu:~$ ./test.pl
  7. xxx.jpg
复制代码
作者: 昭襄王    时间: 2010-10-07 12:05
回复 12# ly5066113


    多谢！
小小改了一下,适应php，可以工作。
  1. $reg = "/<img\s[^>]*src=([\"\'])([^\"\']+)/";
  2. preg_match_all ($reg,$lines,$match);
  3. print_r($match[2]);
复制代码
$match[0]和$match[1]是别的东西。还能修正吗？
Array
(
    [0] => Array
        (
            [0] => <img border="0" title="简评" alt="简评作" src="http://images2.china.com/65421900.jpg
            [1] => <img border="0" title="简评" alt="简评作" src="http://images2.china.com/65421901.jpg
            [2] => <img border="0" title="简评" alt="简评作" src="http://images2.china.com/65421900.jpg
            [3] => <img border="0" title="简评" alt="简评作" src="/china.com/65421901.jpg
        )

    [1] => Array
        (
            [0] => "
            [1] => "
            [2] => "
            [3] => "
        )

    [2] => Array
        (
            [0] =>
            [1] =>
            [2] =>
            [3] => /china.com/65421901.jpg
        )

)
作者: ly5066113    时间: 2010-10-07 13:18
回复 13# 昭襄王


没看懂什么意思。
作者: 昭襄王    时间: 2010-10-07 13:45
回复 14# ly5066113


    这个函数返回的$match是一个二维数组，完美匹配的情况下应该这样：
print_r($match);
  1. Array
  2. (
  3.     [0] => Array
  4.         (
  5.             [0] => http://images2.china.com/65421900.jpg
  6.             [1] => http://images2.china.com/65421901.jpg
  7.             [2] => http://images2.china.com/65421900.jpg
  8.             [3] => /china.com/65421901.jpg
  9.         )

  11. )
复制代码
现在，出现了
  1. Array
  2. (
  3.     [0] => Array
  4.         (
  5.             [0] => <img border="0" title="简评" alt="简评作" src="http://images2.china.com/65421900.jpg
  6.             [1] => <img border="0" title="简评" alt="简评作" src="http://images2.china.com/65421901.jpg
  7.             [2] => <img border="0" title="简评" alt="简评作" src="http://images2.china.com/65421900.jpg
  8.             [3] => <img border="0" title="简评" alt="简评作" src="/china.com/65421901.jpg
  9.         )

  11.     [1] => Array
  12.         (
  13.             [0] => "
  14.             [1] => "
  15.             [2] => "
  16.             [3] => "
  17.         )

  19.     [2] => Array
  20.         (
  21.             [0] => http://images2.china.com/65421900.jpg
  22.             [1] => http://images2.china.com/65421901.jpg
  23.             [2] => http://images2.china.com/65421900.jpg
  24.             [3] => /china.com/65421901.jpg
  25.         )

  27. )
复制代码
使用的时候区别不大，但是有不该出现的东西。
作者: ly5066113    时间: 2010-10-07 13:54
回复 15# 昭襄王

看起来：
0 是匹配的整个字符串
1 是第一个括号里的内容
2 是第二个括号里的内容

这样试试：

$reg = /(?:<img\s[^>]*src=["'])[^"']+/
作者: 昭襄王    时间: 2010-10-07 14:21
回复 16# ly5066113

不行。直接空值了。
    刚才看了一下文档，看到老外的正则末尾有"is"，试了一下，成功了。只输出了一个一维数组。但我不知道为什么。还是得RTFM啊
再次感谢Tim
  1. $reg = "/<img\s[^>]*src=([\"\'])([^\"\']+)/is";
  2. preg_match_all ($reg,$lines,$match);
  3. print_r($match[2]);
复制代码
  1. Array
  2. (
  3.     [0] => http://images2.china.com/65421900.jpg
  4.     [1] => http://images2.china.com/65421901.jpg
  5.     [2] => http://images2.china.com/65421900.jpg
  6.     [3] => /china.com/65421901.jpg
  7. )
复制代码




欢迎光临 Chinaunix (http://bbs.chinaunix.net/) Powered by Discuz! X3.2