特定文字列の取り出し方 複雑な正規表現

質問

お世話中になります。

特定文字列の取り出し方が分かりません。

たとえば、下記のような文字列があります。
== $contents ========================================
<img alt="Image813.jpg" class="pict" height="320" src="http://xyzxyz.com/20111101_123.jpg" width="240" /><br />
もう後2ヶ月です!!<br />
早いですね。<br />
<br />
写真はココちゃんです!<br />
<img alt="DSC_0052.JPG" class="pict" height="320" src="http://xyzxyz.com/20111101_456.jpg" width="240" /><br />
今年の夏から発売し、たくさんのお客様に<br />
食べていただいているソフトクリーム。<br />
<br />
今のところ人気ランキングはこんな感じです。<br />
ちなみにソフトクリームは真冬の最高気温が５度の日でも<br />
販売し続ける予定です！<br />
==================================================
この$contents という文字列から

「http://xyzxyz.com/20111101_123.jpg」
「http://xyzxyz.com/20111102_456.jpg」

を取り出し、ぞれぞれ配列に入れる場合の
正規表現はどのように記述すればいいですか？

下記の文字列を $contents として、
正規表現を　$pattern
結果を　$matches とします。

お忙しいところ
申し訳ありませんが、
よろしくお願いします。

回答No.2

ky072 · ベストアンサー

<img> 要素の src 属性をマッチさせるとすればこんな感じでしょうか。

$matches = array();
$pattern = '/<img\s[^>]*src="([^"]*)"[^>]*>/i';
preg_match_all( $pattern, $contents, $matches );
$matches = $matches[1];

厳密性を追求するのであれば、
HTML DOM Parser や xml parser を使って、
要素を順に検証した方が良いでしょう。

参考URL：

http://simplehtmldom.sourceforge.net/

お礼

ご回答ありがとうございます。

ご察しのとおり、RSSから抽出をしようとしています。
別のＨＰからタイトルなどの抽出法までは、参考にしてもらいました。
その中にパーサのことは書かれていました。

教えていただいた、正規表現で実行すると
気持ちいいくらいに、抽出され、
感動さえ覚えました。

正規表現は、あらゆる特定文字を抽出してしまうんですね。
私は、いくら勉強しても
正規表現の作れません。

本当に助かりました。
ありがとうございます。

また、質問するかもしれませんので、
そのときは、よろしくお願いします。

回答No.1

shimix

例示された内容では、どういう正規表現が適切なのか判断しかねますが、

$pattern = '/http:\/\/xyzxyz\.com\/[0-9]+_[0-9]+\.jpg/';

とすれば

preg_match_all($pattern, $contents, $matches);

で $matches に（例示されたケースでは）画像ファイルのURLが取得出来ると思います。

お礼

ご回答ありがとうございます。

説明が足りなかったようで、申し訳ありません。

どんな場合でも、「xyzxyz」とは限りません。
その文字列から、画像のＵＲＬを抽出したかったのです。