如何使用 PHP/regexp 从 html 页面中提取链接图像

Question

我正在寻找一些 PHP 代码或 rexeg 表达式（我对 regexp 不太熟练）来从 html 文件中提取链接的图像。换句话说，只是看起来像这样的 html 块：

<a href=...><img src=...></a>

我知道如何分别提取图片和链接

$links = $dom->getElementsByTagName('a');
$images = $dom->getElementsByTagName('img');

但不是如何在另一个中提取两个标签。我也没有通过谷歌搜索找到任何东西。那么我想做的事情可能不常见还是非常困难？

你可以帮帮我吗？谢谢。

Answer 1

您可以使用以下 XPath 查询：//a[./img]这意味着任何<a>以 a<img>作为其直接子元素的元素。使用PHP 的 DOM API，它看起来像这样：$domDocument = new \DOMDocument();$domDocument->loadHTML($html);$xpath = new DOMXPath($domDocument);$imageLinks = $xpath->query('//a[./img]');演示：https ://3v4l.org/GXAbC如果图像可以在 DOM 树的更下方，您可以将 XPath 查询更改为：//a[.//img]

Answer 2

没有 xpath可以的解决方案是：$links = $domDocument->getElementsByTagName('a');foreach ($links as $link) {&nbsp; &nbsp; $img = $link->getElementsByTagName('img');&nbsp; &nbsp; // getting first element of DOMNodeList&nbsp; &nbsp; print_r($img->item(0));}