4

我试图从下面的行中获取“img”标签结尾和关闭“a”标签（你好，我来自 img 标签之后）之间的字符串。

<a href="products.html><img src="image.jpg"  alt="alt value">hello i am from after img tag</a>

然后检查它们是否匹配。同时我想找出那条线的编号。我尝试了以下代码，它给了我网页的行号和行。

        $dom = new domDocument;
        $dom->loadHTMLFile('http://www.google.com');
        $dom->preserveWhiteSpace = true;
        $dom->formatOutput = true;
        $new = htmlspecialchars($dom->saveHTML(), ENT_QUOTES);
        $lines = preg_split('/\r\n|\r|\n/', $new);
        foreach ($lines as $lineNumber => $line) {
         echo $lineNumber . \r\r. $line;
        }

以下代码为我提供了图像源和 alt 标签。我无法获取行号或“img”标签末尾和关闭“a”标签之间的文本（你好，我来自 img 标签之后）。

$alts = array();
$tags = $dom->getElementsByTagName('img');
foreach($tags as $tag) {
    $alts[$tag->attributes->getNamedItem('src')->nodeValue] 
            = $tag->attributes->getNamedItem('alt')->nodeValue;
}
foreach($alts as $key => $alt) {
    echo "{$key} => {$alt}<br/>";
}

我知道 regexp 不适用于 html 解析，但我也尝试过，看看它是否适用于以下行。$alt = 'hello i am from after img tag' 我拥有的正则表达式是，//alt 中的任何内容

preg_match_all('|\s*alt[^>]*=[\'"](.*?)[\'"]|i', $alt, $altTag);

//“img”标签结束和“a”标签结束之间的任何内容。

preg_match_all("#<\s*a[^>]*><\s*img[^>]*>(.*?)<\s*/\s*a>#s", $alt, $foo);

它以这种方式完美运行，但是当尝试在变量 $line 上使用相同的 regExp（来自上面的代码）时，它不会给我任何东西。谁能帮帮我吗。我真的需要完成这项工作。谢谢

4

2 回答 2

2

在你的情况下使用 Regexp 不是一个好主意，但如果你真的想使用它，那么你需要更改你的 foreach 循环。这是代码。

foreach ($lines as $lineNumber => $l){ 
$line= html_entity_decode($l);
}

现在您可以应用 regExp 来查找您想要的内容。

于 2013-02-21T21:41:51.530 回答
1

试试看

$str = '<a href="products.html><img src="image.jpg"  alt="alt value">hello i am from after img tag</a>';
preg_match_all('#<a[^>]+>(.*)</a>#isU', $str, $match);
$result = array_map('strip_tags', $match[1]);
print_r($result);
于 2013-02-21T13:27:09.023 回答