在 CMS 系統中,用戶修改文章內容時常會刪除或替換圖片。若不清理服務器上不再被引用的圖片,久而久之會佔用大量存儲空間。本文介紹一種基於正則匹配與數組差集運算的智能圖片清理方案。
<?php
// $old_contents: 修改前的文章內容
// $content: 修改後的文章內容
$oldPic = array();
$nowPic = array();
// 正則匹配 img 標籤的 src 屬性
// 模式說明:匹配 ,捕獲引號內的路徑
preg_match_all('/
/i', $old_contents, $match);
if (!empty($match[2])) {
foreach ($match[2] as $key => $value) {
// 只保留文件名,去除路徑
array_push($oldPic, basename($value));
}
}
preg_match_all('/
/i', $content, $testpic);
if (!empty($testpic[2])) {
foreach ($testpic[2] as $key => $value) {
array_push($nowPic, basename($value));
}
}
// 計算交集:兩個數組都存在的文件名
$intersectPic = array_intersect($nowPic, $oldPic);
// 遍歷舊圖片,刪除不在交集中的文件
foreach ($oldPic as $key => $value) {
if (!in_array($value, $intersectPic)) {
$delPic = "圖片存儲路徑/" . $value; // 需配置實際存儲路徑
if (file_exists($delPic)) {
unlink($delPic);
// 建議記錄刪除日誌
}
}
}
?>
i 修飾符忽略大小寫,兼容 <img>、<IMG> 等寫法file_exists() 防止刪除不存在文件產生警告| 問題 | 風險 | 改進方案 |
|---|---|---|
| 正則匹配局限 | 無法處理單引號、無引號、跨行等複雜 HTML | 使用 DOMDocument 解析 HTML,更健壯 |
| 同名文件衝突 | 不同目錄同名文件會被誤判 | 存儲相對路徑或完整哈希值 |
| 多文章引用同圖 | 刪除一篇文章的圖片影響其他文章 | 引入引用計數機制或對象存儲 |
| 編輯器產生臨時圖片 | 富文本編輯器可能產生大量臨時圖片 | 定時任務清理超齡臨時文件 |
生產環境建議遷移至對象存儲(OSS/S3)配合 CDN,利用生命周期策略自動清理,或建立資源表記錄引用關係,實現精確的垃圾回收機制。