Php 提取图像路径

我需要从HTML中提取所有图像，不仅仅是从

标记中提取，还需要从任何地方提取，包括相对路径。我试过这个正则表达式：

([a-z\-_0-9\/\:\.]*\.(jpg|jpeg|png|gif))

。。但它在遇到特殊字符时失败。比如说

如何获取路径，使其从

”

（单引号）、

”

（双引号）或

/

，中间没有空格，并以图像扩展名

jpg | jpeg | png | gif

结尾

---

编辑：我尽可能使用DOM解析器，但我必须在这里使用regex从几乎所有地方提取路径，包括内联CSS和JS。

这对测试数据有效：

['"\/]([^\s'"]+?\.(jpg|jpeg|png|gif))

它首先需要单引号、双引号或正斜杠，然后捕获除空格、单引号和双引号以外的所有内容，直到最近的图像扩展名。匹配项存储在第一个捕获组中（通常为

$1

）

此解决方案的优点（或缺点）是不需要lookbehind。

您可以使用：

---

（？您不应该使用正则表达式解析HTML。请改用。您可以利用lookback并尝试类似于
（？@JayBlanchard-虽然对于正则表达式的解析有很大的仇恨（挖掘也是解析），它在源代码为以下任意内容的情况下使用：格式错误的html，不是html，是未知结构中的html，其中指定元素的XPath未知，您希望在页面完全加载后通过随机计时器执行所有JQuery/etc后提取数据。@3zzy-我会投票重新打开，但这甚至不是一个选项对我来说：S。我知道你想要的帮助是调整你的正则表达式模式，但最近几年，正则表达式似乎已经成为语法分析中的一个诅咒词，因为“DOM”更好"更快。DOM有它的用途，但被高估了。RegEx是一种解析语言——DOM是一种呈现语言。这就像在读取元数据头之前等待MP3加载一样。@SamuelJackson，我确实使用DOM解析器处理其余内容，但RegEx是这里的唯一选项。你的解释让我有点困惑——取决于n如何构造捕获组，您当然不必在后处理中处理初始字符。或者您是说您的解决方案不需要使用捕获组？@NathanArthur PHP的库将返回整个匹配和匹配组，因此在本例中，它将返回两个元素的数组：整个字符串（不带引号）还有扩展名。您的解决方案将返回一个包含三个元素的数组：带引号的整个字符串、不带引号的整个字符串和扩展名。为什么在扩展名之前删除点并将量词更改为
+？
？@CamilStaps？我不打算删除点。我从头开始构建了该模式。我将编辑我的答案。我觉得使用惰性匹配更安全，而且OP可能不想匹配空URL。考虑到在示例数据中字符串也以引号结尾，量词不会真正起作用。我只是感兴趣，如果你从头开始构建它，我理解。
(?<=['"])[^'"\s]*\.(jpg|jpeg|png|gif)