如何在 PHP 中返回正则表达式匹配，而不是替换

Question

我正在尝试在 HTML 文本块中提取图像的第一个 src 属性，如下所示：

Lorem ipsum <img src="http://example.com/img.jpg" />consequat.

创建正则表达式来匹配 src 属性没有问题，但是如何返回第一个匹配的 src 属性，而不是替换它？

从 PHP 手册来看，似乎 preg_filter() 可以解决问题，但我不能依赖最终用户拥有高于 5.3 的 PHP 版本。

所有其他 PHP 正则表达式函数似乎都是 preg_match()（返回布尔值）或 preg_replace（用某些内容替换匹配项）的变体。有没有一种直接的方法来返回PHP中的正则表达式匹配？

Answer 1

你可以使用

preg_match

的第三个参数来知道匹配了什么（它是一个数组，通过引用传递）:

int preg_match  ( string $pattern  , 
    string $subject  [, array &$matches  [, 
    int $flags  [, int $offset  ]]] )

如果提供了匹配项，则为 充满搜索结果。

$matches[0]

将包含以下文本 匹配完整图案，

$matches[1]

将有匹配的文本 第一个捕获的括号 子模式等等。

例如，这部分代码：

$str = 'Lorem ipsum dolor sit amet, adipisicing <img src="http://example.com/img.jpg" />consequat.';

$matches = array();
if (preg_match('#<img src="(.*?)" />#', $str, $matches)) {
    var_dump($matches);
}

您将得到以下输出：

array
  0 => string '<img src="http://example.com/img.jpg" />' (length=37)
  1 => string 'http://example.com/img.jpg' (length=23)

（请注意，我的正则表达式过于简单化——当涉及到从某些 HTML 字符串中提取数据时，正则表达式通常不是“正确的工具”...）

Answer 2

解析可解析 HTML 文本的“正确工具”是 DOM 解析器。我推荐 DOMDocument 及其强大的盟友 XPath。

通过使用

evaluate()

（而不是

query()

）搜索具有 src 属性的第一个 img 标签，您可以在路径周围使用

string()

直接以字符串值形式调用结果。

这比正则表达式更直观、更可靠。对于正则表达式来说，为了避免引用差异并排除像

data-src

这样的属性，模式需要增长（更丑）。

代码：（演示）

$dom = new DOMDocument;
$dom->loadHTML($str);
echo (new DOMXPath($dom))->evaluate('string(//img/@src)');

结果：

http://example.com/img.jpg