php - 如何匹配没有前面文本的第一个图像元素？

Question

我需要选择 HTML 字符串中的第一个图像标记，但前提是它没有前面的文本。例如，它应该匹配这个：

<p><span><a href=""><img src="some.jpg"></a></span></p>

但它不应该匹配这个：

<p>Text text text<span><a href=""><img src="some.jpg"></a></span></p>

也不是这个：

<p><span>Text text text<a href=""><img src="some.jpg"></a></span></p>

我尝试过类似的方法：

/(<[^>]+>)<img/is

这样我就可以选择 img 标签之前的标签，但我无法排除可以在 img 元素之前的任何标签中的文本。

有些想法？

Answer 1

正则表达式解决方案：

$regex='#^(<[^>]+>)*<img#i';
var_dump(preg_match($regex,'<p><span><a href=""><img src="some.jpg"></a></span></p>'));
var_dump(preg_match($regex,'<p>Text text text<span><a href=""><img src="some.jpg"></a></span></p>'));
var_dump(preg_match($regex,'<p><span>Text text text<a href=""><img src="some.jpg"></a></span></p>'));

输出：

int(1)
int(0)
int(0)

现场演示

编辑：

DOM/XPath 解决方案：

foreach(array('<p><span><a href=""><img src="some.jpg"></a></span></p>',
'<p>Text text text<span><a href=""><img src="some.jpg"></a></span></p>',
'<p><span>Text text text<a href=""><img src="some.jpg"></a></span></p>') as $html)
{
    $dom=new DOMDocument();
    $dom->loadHTML($html);
    $xpath=new DOMXPath($dom);
    var_dump($xpath->query('//img[string-length(//text())<=0]')->length);
}

还输出1,0,0.

现场演示

编辑#2：XPath 解决方案仍然有效，但它也消除了文本后跟的情况<img>。由于问题暗示“preceding”的意思是字面意思，我认为 Regex 是一个更好的工具。

Answer 2

可能是这样的

$str = '
<p><span><a href=""><img src="some1.jpg"></a></span></p>
<p><span>Text text text<a href=""><img src="some2.jpg"></a></span></p>
<p><span>Text text text<a href=""><img src="some3.jpg"></a></span></p>
<p><span><a href=""><img src="some4.jpg"></a></span></p>';

preg_match_all('#<p>\s*<span>\s*<a.*(<img[^>]+>)#U', $str, $match);

echo '<pre>' . htmlspecialchars(print_r($match, 1)) . '</pre>';

Answer 3

$content = strip_tags($yourContent, '<p><img>');
preg_match_all("#<p>(<img[^>]+>)#U", $content, $out);
print_r($out);