PHP正则表达式检查图像是否用标记包装_Php_Regex_Html Parsing

PHP正则表达式检查图像是否用标记包装

php regex

PHP正则表达式检查图像是否用标记包装,php,regex,html-parsing,Php,Regex,Html Parsing,我正在创建一个wordpress函数，需要确定内容中的图像是否用包含PDF或文档文件链接的标签包装，例如 <a href="www.site.com/document.pdf"><img src="../images/image.jpg" /></a> 我将如何使用PHP实现这一点谢谢我强烈建议不要为此使用正则表达式。除了更容易出错和可读性较差之外，它还不能让您轻松地操作内容最好将内容加载到DomDocument中，检索所有这是一些文字更多的文字

我正在创建一个wordpress函数，需要确定内容中的图像是否用包含PDF或文档文件链接的标签包装，例如

<a href="www.site.com/document.pdf"><img src="../images/image.jpg" /></a>

我将如何使用PHP实现这一点

谢谢

我强烈建议不要为此使用正则表达式。除了更容易出错和可读性较差之外，它还不能让您轻松地操作内容

最好将内容加载到DomDocument中，检索所有


这是一些文字更多的文字
HTML；
$oDoc=新的DOMDocument（）；
$oDoc->loadHTML（$sHtml）；
$oNodeList=$oDoc->getElementsByTagName（'img'）；
foreach（$oNodeList作为$t_oNode）
{
如果（$t_oNode->parentNode->nodeName=='a'）
{
$sLinkValue=$t_oNode->parentNode->getAttribute（'href'）；
$sExtension=substr（$sLinkValue，strrpos（$sLinkValue，'.'）；
回声“我被包裹在锚定标签中”
'我链接到一个'$sExtension.'文件'
; 
}
}
?>

我将为读者留下一个确切的实现作为练习；-）

以下是一个基于DOM解析的代码，您可以使用：

<?php

$sHtml = <<<HTML
<html>
<body>
    <img src="../images/image.jpg" />
    <a href="www.site.com/document.pdf"><img src="../images/image.jpg" /></a>
    <a href="www.site.com/document.txt"><img src="../images/image.jpg" /></a>
    <p>this is some text <a href="site.com/doc.pdf"> more text</p> 
</body>
</html>
HTML;

$oDoc = new DOMDocument();
$oDoc->loadHTML($sHtml);
$oNodeList = $oDoc->getElementsByTagName('img');

foreach($oNodeList as $t_oNode)
{
    if($t_oNode->parentNode->nodeName === 'a')
    {
        $sLinkValue = $t_oNode->parentNode->getAttribute('href');
        $sExtension = substr($sLinkValue, strrpos($sLinkValue, '.'));

        echo '<li>I am wrapped in an anchor tag '
           . 'and I link to  a ' . $sExtension . ' file '
        ; 
    }
}
?>

$html=getElementsByTagName（'a'）；
对于（$i=0；$i<$nodeList->length；$i++）{
$node=$nodeList->item（$i）；
$children=$node->childNodes；
$hasImage=false；
foreach（$childrenas$child）{
如果（$child->nodeName=='img'）{
$hasImage=true；
打破
}
}
如果（！$hasImage）
继续；
如果（$node->hasAttributes（））
foreach（$node->attributes as$attr）{
$name=$attr->nodeName；
$value=$attr->nodeValue；
如果（$attr->nodeName=='href'&&
预匹配（'/\.（doc | pdf）$/i'，$attr->nodeValue））{
echo$attr->nodeValue。
“-图像被包装在指向PDF或DOC文件的链接中\n”；
打破
}
}
}

现场演示：看一看，选择你最喜欢的方法，然后分析文本中的所有链接。正则表达式通常是解析问题的错误解决方案。和标记并不总是完全如图所示，因为要处理动态内容，所以会有变化。例如，可能有一个字符串，例如：这是一些文本更多文本

不要使用正则表达式来解析HTML。您无法用正则表达式可靠地解析HTML，在这条路上您将面临悲伤和挫折。一旦HTML改变了您的预期，您的代码就会被破坏。有关如何使用已经编写、测试和调试过的PHP模块正确解析HTML的示例，请参见。+1，您还可以将

和&preg\u match（'/\.（pdf | doc）$/i'，$t\u oNode->parentNode->getAttribute（href'））

添加到

if

语句中。我觉得更倾向于使用

strrpos

：-）

$html = <<< EOF
<a href="www.site.com/document.pdf"><img src="../images/image.jpg" /></a>
<img src="../images/image1.jpg" />
<a href="www.site.com/document.txt"><IMG src="../images/image2.jpg" /></a>
<a href="www.site.com/document.doc"><img src="../images/image3.jpg" /></a>
<a href="www.site.com/document1.pdf">My PDF</a>
EOF;
$doc = new DOMDocument();
libxml_use_internal_errors(true);
$doc->loadHTML($html); // loads your html
$nodeList = $doc->getElementsByTagName('a');
for($i=0; $i < $nodeList->length; $i++) {
    $node = $nodeList->item($i);
    $children = $node->childNodes; 
    $hasImage = false;
    foreach ($children as $child) { 
       if ($child->nodeName == 'img') {
          $hasImage = true;
          break;
       }
    }
    if (!$hasImage)
       continue;
    if ($node->hasAttributes())
       foreach ($node->attributes as $attr) {
          $name = $attr->nodeName;
          $value = $attr->nodeValue;
          if ($attr->nodeName == 'href' && 
              preg_match('/\.(doc|pdf)$/i', $attr->nodeValue)) {
                echo $attr->nodeValue . 
                     " - Image is wrapped in a link to a PDF or DOC file\n";
                break;
          }

       }
}