PHP DOMXPath 精準提取圖片 src 屬性值

核心代碼

$html = '<div id="main_pr"><img src="https://example.com/image.jpg" alt="Demo"></div>';

$dom = new DOMDocument();
libxml_use_internal_errors(true); // 抑制 HTML5 解析警告
$dom->loadHTML($html);
libxml_clear_errors();

$xpath = new DOMXPath($dom);

// 查找 id="main_pr" 下的 img 標籤的 src 屬性
$nodes = $xpath->query('//*[@id="main_pr"]//img/@src');

if ($nodes->length > 0) {
    $src = $nodes->item(0)->nodeValue;
    echo "圖片地址：$src"; // 輸出：https://example.com/image.jpg
} else {
    echo "未找到匹配圖片";
}

XPath 表達式詳解

常見問題與最佳實踐

1. 命名空間：XHTML/SVG 可能有默認命名空間，需註冊 $xpath->registerNamespace('x', 'https://www.w3.org/1999/xhtml') 並在查詢中使用 //x:img。
2. HTML 片段解析：loadHTML() 會自動補全 <html><body>，查詢路徑需包含或使用 // 任意層級匹配。
3. 編碼處理：輸入為非 UTF-8 時，先 mb_convert_encoding($html, 'HTML-ENTITIES', 'GBK') 再載入。
4. 性能：大文檔優先用 loadHTMLFile() 流式加載，或使用 XMLReader（SAX 流式，內存常數）。
5. 屬性值獲取：@src 直接返回屬性節點，nodeValue 即屬性值；也可用 $imgNode->getAttribute('src')。

現代替代：CSS 選擇器

推薦使用 Symfony DomCrawler 或 Masterminds/HTML5-PHP，支持熟悉的 CSS 選擇器語法：

use Symfony\Component\DomCrawler\Crawler;
$crawler = new Crawler($html);
$src = $crawler->filter('#main_pr img')->attr('src');