regex - 使用正则表达式匹配未嵌套在锚标记中的图像标记

Question

如何使用正则表达式匹配未嵌套在锚标记内的图像？

这是我想要的：

没有匹配： <a href="index.html"><img src="images/default.jpg" /></a>

匹配： <div><img src="images/default.jpg" /></div>

匹配： <img src="images/default.jpg" />

我不擅长正则表达式，但这是我到目前为止提出的，它不起作用：

[^<a[^>]*>]<img.*?/>[^</a>]

我不能使用环视，因为 PHP 希望它是特定的。

Answer 1

您的困难背后的大部分原因仅仅是 HTML 不是一种常规语言，请参阅：Coding Horror: Parsing Html the Cthulhu Way

考虑使用足够强大的查询表达式语言来处理 (X)HTML，或者仅使用 DOM 以编程方式获取所有图像标签，然后排除具有<a>祖先的标签。

在 PHP5 中，我相信你可以使用DOMXPath，使用它变得如此简单：

$generated_string = '<a href="index.html"><img src="images/inside_a.jpg" /></a>' .
                    '<div><img src="images/inside_div.jpg" /></div>' .
                    '<img src="images/inside_nothing.jpg" />';

$doc = new DOMDocument();
$doc->loadHTML($generated_string);
$xpath = new DOMXpath($doc);

$elements = $xpath->query("//*[not(self::a)]/img");

foreach ($elements as $element){
  echo $doc->saveXML($element) . "\n";
}

此代码将给出输出：

<img src="images/inside_div.jpg"/>
<img src="images/inside_nothing.jpg"/>

Answer 2

<img[^>]*>(?![^<]*</a>)