使用preg\u replace将字符串转换为标记

Question

这些正则表达式快把我累死了，不管我读什么，我都无法理解这个概念。

这是我的问题，我相信它非常容易解决。

[img:http://example.com/_data/025_img.jpg]

我只想用

<img src='http://example.com/_data/025_img.jpg' border='0' />

我尝试了各种愚蠢的变化，但都不起作用。我对此并不感到惊讶。

编辑

其他信息：

我的情况如下。

>

用户上传图像到他们的配置文件

图像名称存储在db中。

我正在使用Codeigniter并将textarea通过视图传递到控制器中-

然后我想扫描文本，看看用户在哪里有[img：...]标签，并将其交换成

因此，用户的实际输入将与

The brown fox jumped over foo bar [img:http://example.com/_data/025_img.jpg] and then went to bed [img:http://example.com/_data/0277_img.jpg] while thinking about [img:http://example.com/_data/1115_img.jpg]

这就是我要求preg_replace而不是preg_match的原因。preg_match不会让文本跟随图像。




Answer 1

正则表达式很难，但却很强大。我根本不是大师，所以不要认为这是最好的解决方案。

$regEx = '/\[img:http:\/\/[\w]{3,10}\.(com|org|us){1}[\w\/]{5,15}\.(jpg|png|gif){1}\]/i';

$string = 'someting before [img:http://example.com/_data/025_img.png], something after [img:http://example.org/_data/025_img.jpg] and end of the line EOL';
$pstring = $string;
$matches[0] = array();
preg_match_all($regEx, $string, $matches);

匹配数组看起来像：

Array
(
    [0] => Array
        (
            [0] => [img:http://example.com/_data/025_img.png]
            [1] => [img:http://example.org/_data/025_img.jpg]
        )

    [1] => Array
        (
            [0] => com
            [1] => org
        )

    [2] => Array
        (
            [0] => png
            [1] => jpg
        )

)

好吧，这是怎么回事：

1. 正则表达式

/-开始regexpression
\[img:http:\/\/-每个字符串必须以[img:http://
[\w]{3,10}-比我预期的只有3到10个数字、字母和下划线行，这是一个域名（尽管我不确定域必须包含下划线，所以优化的好点）
\.-dot
（com | org | us）{1}-这些家伙中的一个
[\w\/]{5,15}-从五行到十五行作为路径，注意我包括了/这里另外
.-dot
（jpg | png | gif）{1}-这些家伙中的一个
]-模式结束
/i-使其不区分大小写

>

preg_match_all查找给定字符串中的所有匹配项，从分支到括号中的附加子字符串匹配项作为$matches的第二和第三个元素，我不知道为什么，因此如果有人能帮助理解这一点，我将不胜感激。

接下来使用简单的字符串操作，我可以替换所有主菜

类似这样的情况：（注意：没有if语句，因为我在开始时添加了空$matches[0]，没有ifs：）生活会更好。）

foreach ($matches[0] as $match) {
    $img = str_replace(array('[img:',']'), array('<img src="', '" />'), $match);
    $pstring = str_replace($match, $img, $pstring);
}

您可以随意使用正则表达式，根据需要使其变得简单或更复杂。

$pstring输出为

someting before <img src="http://example.com/_data/025_img.png" />, something after <img src="http://example.org/_data/025_img.jpg" /> and end of the line EOL

这里是操场http://phpfiddle.org/main/code/bbu-e24

Answer 2

如果你不喜欢正则表达式，你就不必使用它们。至少不是为了这个目的。

应采取以下措施：

$in = "[img:http://example.com/_data/025_img.jpg]";

if (strpos($in, "[img:") === 0)
{
    $in = "<img src='" . substr($in, 5, -1) . "' border='0' />";
}

echo $in;

然而，这将是正则表达式的方式：

$in = "[img:http://example.com/_data/025_img.jpg]";

preg_match("~\[img\:(.*?)\]~", $in, $matches);

if ($matches)
{
    echo "<img src='" . $matches[1] . "' border='0' />";
}

简短解释：

模式是：“~\[img\：（.*？\]~”

我使用~作为模式的分隔符。你的起始[必须转义，因为它是一个regex字符。img可以保持原样，：必须再次转义。之后，任何字符都可以跟在后面：*-问号是将选择变成“ungreedy”，否则，它将匹配到结尾。把它放进（大括号）因此，它被标记为$matches的输出。之后，再次关闭]即可。

更新：参见Gumbos注释，：不需要转义。

Answer 3

让我们先把简单的事情弄清楚。

/\[img:([^\]]+)\]/

即:

• 文字[img:

通过preg_match运行此操作，匹配数组中的元素1很可能是一个图像URL，您可以轻松地将其插入到img标记中。

但你不应该。不是马上。

首先，这很不安全。当我写这篇文章时会发生什么？

[img:javascript:alert(document.cookie);]

哦。那可不好。

您可能需要确保用户声称是URL的东西确实是URL。您可以通过调用parse_url来尝试这样做。它将返回一个URL组件数组。确保该对象具有域和路径，并且通过HTTP或HTTPS提供服务。

好的，但是当用户输入这个时会发生什么？

[img:http://www.example.com/foo.jpg" onmouseover="alert(document.cookie)"]

那是有效的...算是...将被parse_url成功解构的URL，并且很可能通过格式良好的基本检查。过滤掉空格和引号（单引号和双引号）将是一个很好的起点，但仍有更多的事情需要担心。

底线是，像这样的标记是XSS中的向量，或者是跨站点脚本漏洞。

通过htmlspecialchars传递URL，您可能会减轻一些威胁。这至少会导致引用和括号中出现核武器，而且很难让那些被照顾的人感到不快。请注意字符集的愚蠢，一些非UTF-8字符编码可能包含ASCII引号。。。

您可能希望为此使用真正的标记语言（即使只是标记），并且可能希望在结果上使用基于白名单的HTML过滤器，如HTML净化器。这将有助于保护你免受某种程度的精神错乱。

记住，只有当他们没有抓住你的时候，你才是偏执狂。网络上到处都是愚蠢到恶意的人，也有恶意到愚蠢的人。