Есть ли готовый класс, чтобы парсить все изображения на php?

Question

[Dmitry Bay]

Задача простая, конечно же решается регулярками, но писать их займет достаточно длинное время.

Так вот, есть raw страница от curl, и там, необходимо сделать выборку всех изображений, будь то href от тега a, или background-image .
Есть такие библиотеки, куда подсунул страницу и получил результат?

Answer 1

[Wol_fi]

$mtchs = array();
preg_match_all('/[\'|"].*?[jpeg|jpg|gif|png].*?[\'|"]/', $rawHtml, $mtchs);

что-то вроде такого. В $mtchs будут все значения аттрибутов, содержащие jpeg|jpg|gif|png в теле. Но регулярку не проверял, может нужно подправить. И учтите, что картинки чаще всего прописаны без хостов, и могут быть прописаны относительные ссылки, а не абсолютные.

Answer 2

[Dmitry Bay]

Спасибо, ребят! Воспользовавшись вашими советами, быстро написал функцию:

public function needimages($url){


            error_reporting(E_ALL);
           

      //  $url = 'http://www.rg.ru/2015/08/07/ltp.html';



        //определяем название хоста
        $host = false;
        if (preg_match ("/^(http[s]{0,1}:\/\/){0,1}(www\.){0,1}([a-zA-Zа-яёА-ЯЁ0-9\-]+\.){1}([a-zA-Zа-яёА-ЯЁ0-9\-]+\.){0,1}([a-zA-Zа-яёА-ЯЁ]+){1}\/{0,1}.*$/u", $url, $h))
            $host= $h[1].$h[2].$h[3].$h[4].$h[5];


        //тащим данные с url
        $ch = curl_init();
        curl_setopt($ch, CURLOPT_HEADER, 0);
        curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1); //Устанавливаем параметр, чтобы curl возвращал данные, вместо того, чтобы выводить их в браузер.
        curl_setopt($ch, CURLOPT_URL, $url);
        $data = curl_exec($ch);
        curl_close($ch);

  $str2 = preg_match_all('/[\'|"|(]([:a-zA-Z0-9_.\/]+(jpeg|jpg|gif|png).*?)[\'|"|)]/m', $data, $arr);

        $iurl = array(); //картинки наши

        if ($arr[1])

            foreach ($arr[1] as $ar) {
                if (preg_match ("/^(http[s]{0,1}:\/\/){0,1}(www\.){0,1}([a-zA-Zа-яёА-ЯЁ0-9\-]+\.){1}([a-zA-Zа-яёА-ЯЁ0-9\-]+\.){0,1}([a-zA-Zа-яёА-ЯЁ]+){1}\/{0,1}.*$/u", $ar, $h)) {
                    //если путь абсолютный
                    $iurl[] = $ar;
                   
                } elseif ($ar[0] == '/') {
//если путь начинается с /
                    $iurl[] = $host.$ar;
                    
                } else {
                    $iurl[] = $host.'/'.$ar;
                   
                }
             
            }

        return $iurl;
        




    }

Answer 3

[Дмитрий Энтелис]

А написать одну не сложную регулярку не?

Comments

[Dmitry Bay]

Да есть регулярка, работает на треть задачи, а хочется на всю с возможными подводными камнями.