DIV CSS 佈局教程網

用 JS 正則一次抓出所有圖片標籤與 src 屬性
編輯:關於JavaScript     

做文章搬運、圖片鏡像或內容分析時,常常需要從一段 HTML 字串中把圖片全部挑出來,尤其是取得圖片網址。這個時候正則表達式是最快的工具。

兩步驟思路

  1. 先配查出所有 <img> 標籤,過濾掉其他無關字元。
  2. 再對配查出來的每個標籤,逐一取出其中的 src 屬性值。

程式碼

<script type="text/javascript">
// 步驟一:配對出所有 img 標籤
// 步驟二:從配對結果中逐一取出圖片網址
var str = 'this is test string <img src="https://yourweb.com/test.jpg" width="50" > '
        + '123 and the end <img src="所有地址也能匹配.jpg" /> 33! '
        + '<img src="/uploads/attached/image/20120426/20120426225658_92565.png" alt="" />';

// 配對 img 標籤(g 表示全域配對,i 表示忽略大小寫)
var imgReg = /<img.*?(>|\/>)/gi;

// 配對 src 屬性
var srcReg = /src=['"]?([^'"]*)['"]?/i;

var arr = str.match(imgReg);
alert('所有已成功配對圖片的陣列:' + arr);

for (var i = 0; i < arr.length; i++) {
  var src = arr[i].match(srcReg);
  if (src[1]) {
    alert('已配對的圖片地址 ' + (i + 1) + ':' + src[1]);
  }
  // 也可以直接把 src 換成 href
  if (src[0]) {
    var t = src[0].replace(/src/i, "href");
  }
}
</script>

正則的細節說明

  • <img.*?(>|\/>):這裡刻意用懶惰配對 .*?,而不是貪婪的 .*。若用貪婪模式,一行內有多個 img 時會被誤判成一個大標籤。
  • src=['"]?([^'"]*)['"]?:抓 src= 後面的值,引號可有可無(用 ? 讓它成為選用),括號內的 [^'"]* 表示「一路吃到遇到引號為止」。
  • 抓到的值在 match 回傳陣列的 [1] 位置([0] 是整個匹配結果)。

現代替代方案:DOMParser

正則解析 HTML 有先天限制(標籤未閉合、屬性跨行、註解中的 img 等情況都容易出錯)。若環境允許,用 DOMParser 會穩健得多:

const doc = new DOMParser().parseFromString(str, 'text/html');
const srcs = [...doc.querySelectorAll('img')].map(img => img.src);
console.log(srcs);

正則適合處理格式單純、可控的字串;碰到不可信的外部 HTML,交給瀏覽器自己的解析器才是正解。

XML學習教程| jQuery入門知識| AJAX入門| Dreamweaver教程| Fireworks入門知識| SEO技巧| SEO優化集錦|
Copyright © DIV+CSS佈局教程網 All Rights Reserved