Regex 如何使用正则表达式提取HTML img源代码？

我需要从HTML文档中的所有图像标记中提取src元素

因此，输入是一个HTML页面，输出是指向图像的URL列表： ex

以下是我到目前为止的想法：

<img\s+src=""(http://.*?)

这不适用于src不直接位于img标记之后的标记，例如：

<img height="1px" src="spacer.gif">



有人能帮忙完成这个正则表达式吗？这很简单，但我认为这可能是获得答案的更快的方法。
下面的regexp代码片段应该可以工作

<img[^>]+src="([^">]+)"

]+）”

它会查找以
开头的文本。然后它会获取从该点到下一个
“
或
之间的所有内容

但如果可能的话，请使用真正的HTML解析器。它更坚固，可以更好地处理边缘情况。
您不想这样做。正确解析HTML是一个非常复杂的问题，正则表达式不是一个很好的工具

见例。

下面是一个很好的解决方案：

使用Javascript，您可以非常轻松地做到这一点。下面是一个例子：

var images = document.getElementsByTagName("img");

for (i=0; i < images.length; i++)
{
   // get image src
   var currImage = images[i].src;

   // do link creation here
} 

var images=document.getElementsByTagName（“img”）；
对于（i=0；i
这对我很有用
$regexp=']+？）（？=\“\\”）；
if（preg_match_all（“/$regexp/”，$content，$matches，preg_SET_ORDER））{
如果（！空（$matches））{
对于（$i=0；$i），它不适用于单引号标记，请记住，HTML实际上不需要在属性上加引号，除非它们包含空格。如果有以字母
src
结尾的标记，也不适用，例如，如果图像有
数据src
标记，则此操作无效。
]+（？：“|”）
这将查找以单引号/双引号（无捕获）开头的字符串；然后捕获一个或多个非单引号/双引号或
；然后是单引号/双引号（无捕获）。此选项适用于单引号/双引号，并且不会拾取具有“src”的其他属性，如
数据src
。
$regexp = '<img[^>]+src=(?:\"|\')\K(.[^">]+?)(?=\"|\')';

if(preg_match_all("/$regexp/", $content, $matches, PREG_SET_ORDER)) {

    if( !empty($matches) ) {

        for ($i=0; $i <= count($matches); $i++)

        {
            $img_src = $matches[$i][0];

            echo $img_src;

        }

    }

}