Recupérer images d'un html

Version imprimable

22/02/2013, 16h44
Elpix

Recupérer images d'un html
Bonjour à toutes & tous,

Cela fait un moment que je me casse la tête avec une regex me permettant de récupérer les images venant d'une chaine html

Ma regex actuelle :
Code:

1 2 3 $image_regex = '/<img[^>]*src=[\"|\'](.*)[\"|\']/Ui'; preg_match_all($image_regex, $string, $out, PREG_PATTERN_ORDER);
Elle me permet de récupérer les images de type :

Code:

img src='....'

Code:

img src="...."

Par contre, certains images sont codées de cette manière :

Code:

img src=.... alt=''

Il n'y à pas d'apostrophes ou de quotes ...

A ce moment là, ma regex ne marche plus :?

Auriez vous une solution pour ca ?

Merci d'avance :)
22/02/2013, 17h35
k'amm

Tu trouveras très difficilement une regexp qui n'oublie aucun cas...Je te conseille de parser ton HTML en utilisant la bibliothèque DOM plutôt :
http://php.net/manual/fr/book.dom.php

Oui surtout que dans ton cas c'est assez simple avec domDocument par exemple pour récupérer les attributs "src" des balises images de cette page :

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
<?php
$page_cible = 'http://www.developpez.net/forums/d1312526/php/langage/regex/recuperer-images-html/';
 
$tab = array();
 
$dom = new DOMDocument;
 
if(@$dom->loadHTMLFile($page_cible))
	{
		$domliste = $dom->getElementsByTagName('img');
 
		foreach($domliste as $img) 
		{
			//$img->getAttribute('src') contenu du src
			$attribut_src = $img->hasAttributes() ? $img->getAttribute('src') : null;
 
			if (isset($attribut_src)) $tab[] = $attribut_src;
		}
	}
	else
	{
		echo 'le document '.$page_cible. ' n\'a pas pu être chargé';
	}
 
echo '<pre>';
print_r($tab);
echo '</pre>';
?>

Bonjour,

Citation:

Je te conseille de parser ton HTML en utilisant la bibliothèque DOM

Je suis d'accord, c'est la voie à privilégier, mais bon, pour le sport:

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
$string=<<<LOD
<img src="ours.jpg"/>
<img src="violon-d'Ingres.jpg"/>
<img src=lapin.bmp />
<img src="" /><img src=/><img src= /><img src=>
<img src=chat.gif/>
<img src="un pangolin.jpg" />
<img src='vache.png' />
<img src='une-"citation".jpg' >
LOD;
 $pattern = '/<img\s[^>]*?\ssrc\s*=\s*(["|\'])?(?!(?1))((?(1)[^\/]*|[^\s\/]*))(?:(?1)|\b)/i';  
preg_match_all($pattern, $string, $matches, PREG_PATTERN_ORDER);
$result = array_pop($matches);
echo "<pre>";
print_r($result);
echo "</pre>";