用QueryList轻松提取HTML中所有图片地址 | PHP爬虫实战小记

composer require jaeger/querylist

<?php
require 'vendor/autoload.php'; // 引入Composer自动加载文件

use QL\QueryList;

// 模拟待解析的HTML内容（实际场景中可替换为爬取到的网页源码）
$cover = '
<div class="content">
    <img src="https://example.com/img1.jpg" alt="图片1">
    <p>这是一段测试文本</p>
    <img src="https://example.com/img2.png" layer-src="https://example.com/img2_hd.png" alt="图片2">
    <div class="img-box">
        <img src="https://example.com/img3.gif" alt="图片3">
    </div>
</div>
';

// 第一步：使用QueryList解析HTML，提取所有img标签的src属性
// find('img') 匹配所有img标签，attrs('src') 获取标签的src属性值
$imgLayerSrcs = QueryList::html($cover)->find('img')->attrs('src');

// 第二步：将QueryList返回的Collection对象转换为纯PHP数组
$layerSrcArray = $imgLayerSrcs->toArray();

// 打印结果，查看提取的图片地址
var_dump($layerSrcArray);

// 提取layer-src属性
$imgLayerSrcs = QueryList::html($cover)->find('img')->attrs('layer-src');
$layerSrcArray = $imgLayerSrcs->toArray();
// 注意：如果标签没有该属性，对应位置会返回null，可后续过滤
$layerSrcArray = array_filter($layerSrcArray); // 过滤null值

array(3) {
  [0]=>
  string(24) "https://example.com/img1.jpg"
  [1]=>
  string(24) "https://example.com/img2.png"
  [2]=>
  string(24) "https://example.com/img3.gif"
}