regex - 正则表达式代码异常 gif

Question

我有以下函数可以返回帖子的第一张图片：

$output = preg_match_all('/<img.+src=[\'"]([^\'"]+)[\'"].*>/i', 
               $post->post_content, $matches);

但是返回任何图像，我需要忽略 gif 格式的图像，如何在正则表达式中添加此条件？

Answer 1

更容易循环遍历结果并使用不同的正则表达式。

  $output = preg_match_all('/<img[^>]+?src=[\'"](.+?)[\'"].*?>/i', $post->post_content, $matches);
foreach ($matches as $imgSrc)
{
    if (!preg_match("/\.gif$/i"), $imgSrc)
    {
        $noGif[] = $imgSrc;
    }
}

更容易理解，不会出现挡住文件名中恰好有字母“gif”的有效图片等意想不到的副作用。

注意，使用.+and时要非常小心.*。就目前而言，您的正则表达式比您想象的要匹配很多：

试试这个，例如：

<img whatever> whatever <img src="mypic.png"> <some other tag>

Answer 2

您可能不应该使用正则表达式

• HTML 不规则
• 正则表达式今天可能匹配，但明天呢？

假设您有一个 HTML 文件，您正在尝试从标签中提取 URL。

<img src="http://example.com/whatever.jpg">

所以你写了一个这样的正则表达式（在 Perl 中）：

if ( $html =~ /<img src="(.+)"/ ) {
    $url = $1;
}

在这种情况下， $url 确实会包含http://example.com/whatever.jpg。但是当你开始获取这样的 HTML 时会发生什么：

<img src='http://example.com/whatever.jpg'>

或者

<img src=http://example.com/whatever.jpg>

或者

<img border=0 src="http://example.com/whatever.jpg">

或者

<img
    src="http://example.com/whatever.jpg">

或者你开始得到误报

<!-- <img src="http://example.com/outdated.png"> -->

Answer 3

<img[^>]+src=[\'"](?:([^\'"](?!\.gif))+)[\'"][^>]*>

更新为只有一个捕获。

固定包括点。现在只会在像 a.gif.jpg 这样奇怪的事情上失败

还按照评论中的建议添加了安全匹配。