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。
$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);
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。DOMDocument + DOMXPath 解析,更健壯。parse_url 基準 URL 轉絕對路徑。XMLReader)避免記憶體耗盡。