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 正則表達式提取與替換 img 標籤屬性完整指南

前言

在 CMS 內容處理、編輯器過濾、圖片遷移等場景中,常需從 HTML 字串中精準提取或修改 <img> 標籤的特定屬性。本文系統整理常用正則模式,並說明邊界情況與最佳實踐。

測試樣本

$html = '<center><img src="/uploads/images/20100516000.jpg" height="120" width="120"><br />PHP正則提取或更改圖片img標記中的任意屬性</center>';

核心提取模式

1. 取得完整 img 標籤

// 模式:從 <img 開始匹配到 > 結束,支援單雙引號
$pattern = '/<img\s+[^>]*?src\s*=\s*([\'"\s])(.*?)\\1[^>]*?\/?\s*>/i';
preg_match($pattern, $html, $match);
echo $match[0]; // 輸出完整標籤

2. 提取 src 屬性值

// 專門匹配常見圖片格式
$pattern = '/<img\s+[^>]*?src\s*=\s*[\'"\s]([^\'"\s]+\.(?:jpg|jpeg|gif|png|bmp|webp))[\'"\s]/i';
preg_match($pattern, $html, $match);
echo $match[1]; // /uploads/images/20100516000.jpg

3. 提取 width / height

// 寬度
preg_match('/<img\s+[^>]*?width\s*=\s*[\'"\s]?(\d+)[\'"\s]?/i', $html, $m);
echo $m[1]; // 120

// 高度
preg_match('/<img\s+[^>]*?height\s*=\s*[\'"\s]?(\d+)[\'"\s]?/i', $html, $m);
echo $m[1]; // 120

4. 通用屬性提取函式

function getImgAttr($html, $attr) {
    $pattern = sprintf(
        '/<img\s+[^>]*?%s\s*=\s*([\'"\s])(.*?)\\1/i',
        preg_quote($attr, '/')
    );
    return preg_match($pattern, $html, $m) ? $m[2] : null;
}

// 使用範例
echo getImgAttr($html, 'src');    // 圖片路徑
echo getImgAttr($html, 'alt');    // 替代文字 (若有)
echo getImgAttr($html, 'class');  // CSS 類別

屬性替換與重寫

1. 替換 src 路徑 (保留其他屬性)

// 將 /images/ 替換為 /uc/images/
$new_html = preg_replace(
    '/(<img\s+[^>]*?src\s*=\s*[\'"\s])([^\'"\s]*images\/)([^\'"\s]+)/i',
    '${1}${2}uc/${3}',
    $html
);

2. 移除指定屬性 (如 width/height 讓 CSS 控制)

// 移除 width 與 height
$clean_html = preg_replace(
    '/\s+(width|height)\s*=\s*[\'"\s]\d+[\'"\s]/i',
    '',
    $html
);

3. 統一加入響應式 class

$responsive_html = preg_replace(
    '/(<img\s+)([^>]*?)(>)/i',
    '${1}${2} class="img-responsive"${3}',
    $html
);

進階:使用 DOMDocument 替代正則 (推薦)

正則處理 HTML 存在邊界風險 (巢狀標籤、屬性順序、註解等)。現代 PHP 建議使用 DOMDocument:

$dom = new DOMDocument();
libxml_use_internal_errors(true); // 忽略 HTML5 標籤警告
$dom->loadHTML('<meta charset="utf-8">' . $html, LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD);
libxml_clear_errors();

$images = $dom->getElementsByTagName('img');
foreach ($images as $img) {
    // 讀取屬性
    $src = $img->getAttribute('src');
    $width = $img->getAttribute('width');
    
    // 修改屬性
    $img->setAttribute('src', str_replace('/images/', '/uc/images/', $src));
    $img->removeAttribute('width');
    $img->removeAttribute('height');
    $img->setAttribute('class', 'img-fluid');
}

// 輸出修改後的 HTML
$new_html = $dom->saveHTML($dom->getElementsByTagName('body')->item(0));

效能與選擇建議

場景推薦方式理由
簡單單一屬性提取正則輕量、快速、無依賴
複雜結構修改/多屬性操作DOMDocument語義正確、容錯率高、可維護
大量資料批次處理正則 + 預編譯記憶體佔用低、速度快
使用者輸入內容過濾HTMLPurifierXSS 防護完整、白名單機制

常見陷阱與避坑指南

  • 貪婪匹配:使用 .*? 非貪婪模式,避免跨標籤匹配
  • 引號處理:屬性值可能無引號、單引號、雙引號,模式需涵蓋
  • 屬性順序:src 不一定在第一個,用 [^>]*? 任意順序匹配
  • 自我閉合:支援 <img ...> 與 <img ... /> 兩種寫法
  • 編碼問題:中文路徑需 u 修飾符,確保 UTF-8 正確匹配

總結

正則表達式在簡單、固定格式的 img 標籤處理上極為高效;但面對複雜、不可控的 HTML 內容時,DOMDocument 提供更穩健的語義級操作。實務上可根據資料來源可信度與處理複雜度靈活選擇。

copyright © 萬盛學電腦網 all rights reserved