從字符串，正則表達式中提取變量？

Question

我的拼圖：作爲一個PHP newby我試圖從正則表達式的字符串中提取一些數據，但我找不到正確的語法。

該字符串的內容被作爲來自網站的幾個圖像的html，我希望最終輸出爲3個獨立變量：「$ Number1」，「$ Number2」和「$ Status」。

輸入字符串$ HTML的內容的一個例子：

<div id="system">   
<img alt="2" height="35" src="/images/numbers/2.jpg" width="18" /><img alt="2" height="35" src="/images/numbers/2.jpg" width="18" /><img alt=".5" height="35" src="/images/numbers/point5.jpg" style="margin-left: -4px" width="26" /><img alt="system statusA" height="35" src="/images/numbers/statusA.jpg" width="37" /><img alt="2" height="35" src="/images/numbers/2.jpg" width="18" /><img alt="1" height="35" src="/images/numbers/1.jpg" width="18" /><img alt=".0" height="35" src="/images/numbers/point0.jpg" style="margin-left: -4px" width="26" /> 
</div> 

其可出現在該字符串中的可能值爲：

• 0.jpg
• 1.JPG
• 2.jpg
• 3.jpg
• 4.j​​pg
• 5.JPG
• 6.JPG
• 7.JPG
• 8.JPG
• 9.jpg
• point0.jpg
• point5.jpg
• statusA.jpg
• statusB.jpg
• statusC.jpg
• statusD.jpg
• statusE.jpg
• statusF.jpg

結果應該是變量：

• 「數字1」（XX.X）基於前兩個數字（0 -9）和.0或.5
• 根據狀態
• 基於最後兩個數字（0-9）和.0或.5的「Number2」（XX.X）的「Status」（statusX）

到目前爲止的代碼：

$regex = '\balt='(.*?)'; 
preg_match($regex,$html,$match); 
var_dump($match); 
echo $match[0]; 

也許我不得不這樣做在多個步驟或使用其他功能，誰可以幫幫我嗎？

Answer 1

你應該問自己的第一件事是：「以什麼格式輸入我的數據」。由於在這種情況下，它顯然是HTML的一個片段，因此您應該將該片段提供給HTML解析器，而不是正則表達式引擎。

我不知道確切的功能名稱，但你的代碼看起來應該是這樣：

$htmltext = '<div id="system">[...]</div>'; 
$htmltree = htmlparser_parse($htmltext); 
$images = $htmltree->find_all('img'); 
foreach ($images as $image) { 
    echo $image->src; 
} 

所以，你需要找到一個HTML解析器解析字符串爲節點樹。節點應該有根據CSS類，元素名稱或節點ID查找內部節點的方法。對於Python，這個庫被稱爲BeautifulSoup，對於Java而言，它是JSoup，我確信PHP中有類似的東西。

simplehtmldom提供的示例看起來很有前途。

Answer 2

可能DOM：http://www.php.net/manual/en/book.dom.php

見Robust and Mature HTML Parser for PHP太

Answer 3

你只想要ALT的？試試這個xpath的例子：

$doc = new DOMDocument(); 
$doc->loadHTML($html); 
$xpath = new DomXpath($doc); 

foreach($xpath->query('//img/@alt') as $node){ 
    echo $node->nodeValue."\n"; 
}