PHP 判斷文章內容是否包含圖片的高效方法與實戰優化

方案二：DOMDocument 解析（標準化、健壯）

<?php
function hasImageDom(string $html): bool
{
    libxml_use_internal_errors(true); // 抑制 HTML5 非標準標籤警告
    $dom = new DOMDocument();
    $dom->loadHTML('' . $html, LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD);
    libxml_clear_errors();

    $images = $dom->getElementsByTagName('img');
    foreach ($images as $img) {
        $src = $img->getAttribute('src');
        if ($src !== '') {
            return true;
        }
    }
    return false;
}

優勢

• 正確處理巢狀標籤、屬性順序、實體編碼、條件註釋等複雜 HTML
• 可輕鬆擴展：獲取所有圖片 URL、alt 文本、尺寸屬性、data-src 延遲加載屬性
• 符合 W3C 標準，維護性強

方案三：針對大文本的流式掃描（極致性能）

當處理超大 HTML（>1MB）且僅需判斷是否存在時，避免完整載入內存：

<?php
function hasImageStream(string $filePath): bool
{
    $handle = fopen($filePath, 'r');
    if (!$handle) return false;

    $bufferSize = 8192;
    $overlap = 100; // 確保跨緩衝區匹配
    $prevTail = '';

    while (!feof($handle)) {
        $chunk = fread($handle, $bufferSize);
        $searchArea = $prevTail . $chunk;

        if (preg_match('/]*\bsrc\s*=\s*["\']?[^"\'>\s]+["\']?[^>]*>/i', $searchArea)) {
            fclose($handle);
            return true;
        }

        $prevTail = substr($chunk, -$overlap);
    }
    fclose($handle);
    return false;
}

擴展：提取所有圖片信息

<?php
function extractImages(string $html): array
{
    libxml_use_internal_errors(true);
    $dom = new DOMDocument();
    $dom->loadHTML('' . $html);
    libxml_clear_errors();

    $images = [];
    foreach ($dom->getElementsByTagName('img') as $img) {
        $images[] = [
            'src' => $img->getAttribute('src'),
            'alt' => $img->getAttribute('alt'),
            'width' => $img->getAttribute('width'),
            'height' => $img->getAttribute('height'),
            'data_src' => $img->getAttribute('data-src'), // 延遲加載
            'class' => $img->getAttribute('class'),
        ];
    }
    return $images;
}

性能對比與選型建議

實戰注意事項

• 編碼處理：DOMDocument 載入時加 防止中文亂碼
• 錯誤抑制：libxml_use_internal_errors(true) 避免非標準 HTML 產生警告
• 相對路徑轉絕對：提取 src 後配合 parse_url() 和基礎 URL 補全
• 延遲加載支持：優先檢查 data-src、data-original 等屬性
• 背景圖片：若需檢測 CSS background-image，需解析 style 屬性或 <style> 標籤

總結

對於多數 CMS 應用，正則方案足夠高效且代碼簡潔；當需要提取圖片屬性、處理異常 HTML 或構建內容審核系統時，DOMDocument 是專業選擇。根據業務場景選擇合適方案，並注意編碼、錯誤處理、性能優化三大維度。