使用PHP正则匹配图片地址

最近在 WordPress 某项目中需要从文章内容中匹配多个图片，在实践的过程中掉进坑里爬了很久才出来。最开始我使用的正则表达式如下：

然而使用这个正则表达式来匹配图片的话就会有一个缺陷，如果 src 里面的值不是一个标准的图片地址，那么很有可能就会匹配出错。比如下面的代码，内容中共有三个 img 标签，其中第二个 img 的 src 属性是 http://image-demo.oss-cn-hangzhou.aliyuncs.com/example.jpg?x-oss-process=image/resize,m_fixed,h_100,w_100

我是第一段
我是第二段图片前文字我是第三段图片前文字
我是第四段文字
';
$image_pattern = "//";

preg_match_all( $image_pattern, $content, $matches );

var_dump( $matches );

执行结果如下，可以看到因为第二个 img 标签里面的 src 并不是一个预想的那样，导致匹配第二个 img 的时候直接把第三个 img 一起包含进来了。当然我这里只是举了一个阿里云 oss 图片处理地址，真实的情况里面可能还有更偏离预想的，比如可能干脆是一个错误的地址。

array(2) {

  [0]=>

  array(2) {  
  [0]=>  
  string(72) ""    [1]=>    string(191) "" 
 } 
 [1]=>  
array(2) {  
  [0]=> 
   string(58) "http://image-demo.oss-cn-hangzhou.aliyuncs.com/example.jpg"   
 [1]=> 
   string(177) "http://image-demo.oss-cn-hangzhou.aliyuncs.com/example.jpg?x-oss-process=image/resize,m_fixed,h_100,w_100" /> 
  
}
 
  
正确匹配方法
 
  
指导思想：我们匹配的时候，不要限定图片路径格式，也就是不管图片的 src 属性值是合规还是不合规，先匹配出来，再处理。所以使用下面的正则表达式即可。
 
  
 
   
 
 
 
  
 
  
先把 img 标签里面的 src 值匹配出来，判断这个值是否合规，参考代码如下：
 
  
 
   
 
 
 
   
 
$content = '
我是第一段
我是第二段图片前文字我是第三段图片前文字
我是第四段文字
';
 
 
   
 
 
 
   
 
$image_pattern = "//";
 
 
   
 
preg_match_all( $image_pattern, $content, $matches );
 
 
   
 
 
 
   
 
if( !empty( $matches[1]) ){
 
 
   
 
	//循环匹配到的src
 
 
   
 
	foreach ($matches[1] as $src) {
 
 
   
 
		$src_real = strtok($src,'?'); //分割，去掉请求参数
 
 
   
 
		$ext = pathinfo( $src_real, PATHINFO_EXTENSION ); //获取拓展名
 
 
   
 
		if( in_array( $ext, ['jpg','jpeg','gif','png'] ) ){
 
 
   
 
			echo $src_real.PHP_EOL;
 
 
   
 
		}
 
 
   
 
	}
 
 
   
 
}
 
 
  
 
  
输出结果符合要求，如下：
 
  
 
   
 
http://image-demo.oss-cn-hangzhou.aliyuncs.com/example.jpg
 
 
   
 
http://image-demo.oss-cn-hangzhou.aliyuncs.com/example.jpg
 
 
   
 
http://image-demo.oss-cn-hangzhou.aliyuncs.com/example.jpg
 
 
  
 
  
 
 
  
平时不经常用到，用起来的时候总会去重复写正则。
 
  
于是准备了下面两个正则，能匹配带HTTP和不带HTTP的链接。
 [php]
 preg_match_all("/]+src=[\"|'| |\s]+?([^>]*?\.(gif|jpg|png|bmp|jpeg))/isU", $content, $img_array);
 $img_array = array_unique($img_array[2]);
 [/php]
 
  
[php]
 preg_match_all("/(src)=[\"|'| ]{0,}(http:\/\/([^>]*)\.(gif|jpg|png))/isU", $content, $img_array);
 $img_array = array_unique($img_array[2]);
 [/php]