萬盛學電腦網

您现在的位置: 萬盛學電腦網 >> 程式設計 >  >> 網路程式設計 >> PHP 程式設計

PHP 正則提取網頁所有圖片 URL 並存入陣列

使用 preg_match_all 搭配正則表達式從 HTML 原始碼中提取 img 或 src 屬性值,再透過 pathinfo 過濾常見圖片副檔名(jpg、jpeg、gif、png),最終存入陣列。

完整代碼

$images = array();
preg_match_all('/(img|src)=(["\'])[^"\'>]+/i', $html, $media);
unset($html);
$urls = preg_replace('/(img|src)(["\']?=)(.*)/i', '$3', $media[0]);

foreach ($urls as $url) {
    $info = pathinfo($url);
    if (isset($info['extension'])) {
        $ext = strtolower($info['extension']);
        if (in_array($ext, ['jpg','jpeg','gif','png'])) {
            $images[] = $url;
        }
    }
}
print_r($images);

關鍵點解析

  • 第一個正則匹配 img=... 或 src=... 片段。
  • preg_replace 剝離屬性名,僅保留 URL 部分。
  • pathinfo() 解析路徑資訊,extension 鍵對應副檔名。
  • in_array 白名單過濾,避免誤捕 CSS/JS 等資源。

進階建議

  • 複雜 HTML 建議使用 DOMDocument + DOMXPath 解析,更健壯。
  • 處理相對路徑需結合 parse_url 基準 URL 轉絕對路徑。
  • 大型頁面考慮串流解析(XMLReader)避免記憶體耗盡。
copyright © 萬盛學電腦網 all rights reserved