抽出 正規表現 DOM?

質問

PHPの正規表現で、例えば
<img src="画像ファイル名"...>
のようにイメージタグのsrc部分の画像ファイル名を抽出させたいのですが、正規表現の記述の仕方がわかりません。
このようなイメージタグなのですが、imgがIMGだったり、src=画像ファイル名　のように""がなかったり、 alt, width, height, borderなど属性もありますので、正規表現で純粋に画像ファイル名を抽出するのは難しいと考えますが、ふと思ったのですが、DOM???を使えば簡単にできる？かなと思うだけでこれも実現方法がわかりません。
現在、PHP4.3を使っていますが可能でしょうか？

回答No.1

fdsjaklfjas · ベストアンサー

正規表現だと、以下のような感じでしょうか。
preg_match_all("/<img [^>]*src\s*=\s*[\"']?([^\"'> ]+)/i", $html, $mt);
$srcs = array_map('htmlspecialchars_decode', $mt[1]);
var_dump($srcs);

本来はひっかかってはならないものが検出されることや、その逆のこともあります。ですが、実用上はこんなもので十分かなと思います。

ある程度の正確性を求めるのだったら、DOMの方がよいと思います（PHP4.3でも使えます）。ただしDOMは処理が重いので、大量のHTMLファイルを処理する用途には向きません。また、DOMは、初心者の方にはとっつきづらい面もあると思います。

ですが、DOMは一度覚えれば非常に便利です。HTMLの解析処理を今後もする機会が多いのであれば、チャレンジされたらいかがでしょうか。DOMは、JavaScriptや、他の言語でも使えるので、覚えておいて損はないかと思います。

http://www.php.net/manual/ja/ref.dom.php