PHP教程：从XML数据中精确提取图片URL

// 示例XML内容
$xmlContent = '<?xml version="1.0" encoding="utf-8"?>
<OBJEKT ID="91727">
    <PICTURE ID="7">
        <ID>7</ID>
        <PIC><IMG SRC="https://d1.cloudfront.net/00722.jpg" width="640" height="480" BORDER=0></PIC>
    </PICTURE>
    <PICTURE ID="11">
        <ID>11</ID>
        <PIC><IMG SRC="https://d1.cloudfront.net/01123.jpg" width="640" height="480" BORDER=0></PIC>
    </PICTURE>
    <PICTURE ID="2">
        <ID>2</ID>
        <PIC><IMG SRC="https://d1.cloudfront.net/00224.jpg" width="640" height="480" BORDER=0></PIC>
    </PICTURE>
    <PICTURE ID="9">
        <ID>9</ID>
        <PIC><IMG SRC="https://d1.cloudfront.net/00925.jpg" width="640" height="480" BORDER=0></PIC>
    </PICTURE>
</OBJEKT>';

// 将XML字符串加载为SimpleXMLElement对象
$xml = simplexml_load_string($xmlContent);

if ($xml === false) {
    echo "XML解析失败！";
    foreach(libxml_get_errors() as $error) {
        echo "<br>", $error->message;
    }
    exit;
}

// 使用XPath查询所有PICTURE元素
$pictureElements = $xml->xpath("//OBJEKT//PICTURE");

// $pictureElements 现在是一个包含SimpleXMLElement对象的数组，每个对象代表一个PICTURE元素

// 正则表达式用于匹配IMG标签的SRC属性
// 解释：
// /@@##@@]*src=["\']([^"\']*)["\'][^>]*>/i
// @@##@@]*         - 匹配任意非 > 字符零次或多次（用于跳过其他属性）
// src=          - 匹配 src=
// ["\']         - 匹配双引号或单引号
// ([^"\']*)     - 捕获组1：匹配任意非引号字符零次或多次（这就是我们想要的URL）
// ["\']         - 匹配双引号或单引号
// [^>]*         - 匹配任意非 > 字符零次或多次（用于跳过其他属性）
// >             - 匹配闭合的 >
// /i            - 不区分大小写匹配（例如，IMG, img）
$searchPattern = '/@@##@@]*src=["\']([^"\']*)["\'][^>]*>/i';

$displayUrls = []; // 用于存储提取到的URL

foreach ($pictureElements as $picture) {
    // 获取PIC元素的内容，它是一个HTML字符串
    $picHtmlString = (string)$picture->PIC;

    // 使用preg_match在HTML字符串中查找URL
    if (preg_match($searchPattern, $picHtmlString, $matches)) {
        // $matches[1] 包含捕获到的URL
        $displayUrls[] = $matches[1];
    }
}

<?php

class XmlPictureExtractor
{
    private $xml;

    /**
     * 构造函数，可接受XML字符串或SimpleXMLElement对象
     * @param string|SimpleXMLElement $xmlSource XML字符串或已解析的SimpleXMLElement对象
     */
    public function __construct($xmlSource)
    {
        if (is_string($xmlSource)) {
            $this->xml = simplexml_load_string($xmlSource);
            if ($this->xml === false) {
                throw new Exception("XML字符串解析失败！");
            }
        } elseif ($xmlSource instanceof SimpleXMLElement) {
            $this->xml = $xmlSource;
        } else {
            throw new InvalidArgumentException("构造函数需要XML字符串或SimpleXMLElement对象。");
        }
    }

    /**
     * 从XML中提取所有图片URL并生成HTML列表
     * @return string 包含图片URL的HTML无序列表
     */
    public function extractAndDisplayPictureUrls(): string
    {
        $display = '';
        $pictureElements = $this->xml->xpath("//OBJEKT//PICTURE");

        // 正则表达式用于匹配IMG标签的SRC属性
        $searchPattern = '/@@##@@]*src=["\']([^"\']*)["\'][^>]*>/i';

        foreach ($pictureElements as $picture) {
            $picHtmlString = (string)$picture->PIC; // 获取PIC元素内容

            if (preg_match($searchPattern, $picHtmlString, $matches)) {
                $imageUrl = $matches[1]; // 提取到的URL
                $display .= '<li><a href="' . htmlspecialchars($imageUrl) . '" target="_blank">' . htmlspecialchars($imageUrl) . '</a></li>';
            } else {
                // 如果没有匹配到URL，可以记录日志或跳过
                // $display .= '<li>无法从以下内容提取URL: ' . htmlspecialchars($picHtmlString) . '</li>';
            }
        }

        if (!empty($display)) {
            $display = '<ul>' . $display . '</ul>';
        } else {
            $display = '<p>未找到任何图片URL。</p>';
        }

        return $display;
    }
}

// 示例XML内容
$xmlData = '<?xml version="1.0" encoding="utf-8"?>
<OBJEKT ID="91727">
    <PICTURE ID="7">
        <ID>7</ID>
        <PIC><IMG SRC="https://d1.cloudfront.net/00722.jpg" width="640" height="480" BORDER=0></PIC>
    </PICTURE>
    <PICTURE ID="11">
        <ID>11</ID>
        <PIC><IMG SRC="https://d1.cloudfront.net/01123.jpg" width="640" height="480" BORDER=0></PIC>
    </PICTURE>
    <PICTURE ID="2">
        <ID>2</ID>
        <PIC><IMG SRC="https://d1.cloudfront.net/00224.jpg" width="640" height="480" BORDER=0></PIC>
    </PICTURE>
    <PICTURE ID="9">
        <ID>9</ID>
        <PIC><IMG SRC="https://d1.cloudfront.net/00925.jpg" width="640" height="480" BORDER=0></PIC>
    </PICTURE>
</OBJEKT>';

try {
    $extractor = new XmlPictureExtractor($xmlData);
    echo $extractor->extractAndDisplayPictureUrls();
} catch (Exception $e) {
    echo "发生错误: " . $e->getMessage();
}

?>