> 这篇文章的亮点是，正则式更加复杂鸟，╮(-_-)╭，再就是 Copy 函数的灰常强大的一个用法。
> 话说刚才听 NsYta 说小邪的主题太白了，杯具。最近太忙，没有空，不然就自己搞一个新主题。

一. 抓取 CSS 中的图片：

> 1. 首先做好准备工作：

> 第一步，先把 CSS 原本的路径存到 $url 变量里，然后把 CSS 的内容保存在 abc.css 中。
> 因为考虑到经常碰到多个 CSS 文件的状况，所以小邪没有直接填一个 CSS 路径。
> 而是把几个 CSS 文件的内容合并到一起，全部塞到 abc.css 文件里面即可，嘎嘎嘎。

$data = file_get_contents('abc.css');

> 接着读取 CSS 文件的内容到 $data 变量中，然后用正则式把域名给取出来。
> 因为这里考虑到很多图片文件用到了相对根路径，比方说 /img/1.gif 和 img/1.gif。
> 然后 CSS 原地址在 http://www.evlos.org/css/ 那么上面的两个文件位置是不同的。

> 第一个文件在 http://www.evlos.org/img/1.gif，因为它的路径用到了相对根路径。
> 而第二个在 http://www.evlos.org/css/img/1.gif，它的路径只是普通的相对路径。

$url = 'http://www.zcool.com.cn/css/';
preg_match('/(.*\/\/.*?)\//',$url,$host);
//这里用正则式把 http://www.zcool.com.cn/ 给取出来，后端不要忘记加斜杠喔。
//.*? 是懒惰匹配，也就是能匹配得越少就匹配越少的内容，这样就不会取过头了。
$host = $host[1];

> 2. 把图片存储文件夹建好：

> 小邪这里用了 is_dir 来确定文件夹是否存在，存在的话，就不用再建立第二遍了。
> 呵呵，顺便说下，is_file 函数可以确定此文件是否为正常文件，也可以确定是否存在。
> 但 file_exists() 优越一点，因为某次看到有人在 Webmasterworld.com 上面讨论过。

if (!is_dir('img')) { mkdir('img'); }

> 3. 用正则式把图片相对地址取出来：

$regex = '/url\(\'{0,1}\"{0,1}(.*?)\'{0,1}\"{0,1}\)/';
//这里用正则式匹配出图片地址，要考虑三种情况，即 url(1.gif) url('1.gif') url("1.gif")。
//这三种写法都是可以使用的，所以咱们就用上面的正则把里面的 1.gif 取出来。
//\'{0,1} 表示单引号可能出现1次或0次，\" 则表示双引号可能出现1次或0次。
//中间必须使用懒惰匹配，不然取出来的就是 1.gif" 而不是 1.gif 鸟，O(∩_∩)P。
preg_match_all($regex,$data,$result);

> 4. 处理这些图片：

> 首先使用一个循环，把上面是用正则提取出来的第一分支内容数组给处理一下。
> 额，这里的第一分支表示正则式里面的第一个括号来着，呵呵，以此类推。

foreach ($result[1] as $val) {  }

> 然后是用正则式判定，因为还要考虑到这样 http://www.evlos.org/img/1.gif。
> 这样是使用了完整的路径了，而不是想其他的一样是 /img/1.gif 或者 img/1.gif。
> 所以单独判断一下，然后接着判断这两个，看看是 /img/1.gif 还是 img/1.gif。

if (preg_match('/^http.*/',$val)) { $target = $val; }
	else if (preg_match('/^\/.*/',$val)) { $target=$host.$val; }
		else { $target=$url.$val; }
echo $target."<br/>\r\n";

> 最后把文件名取出来，即 /img/1.gif 中的 1.gif，用于保存文件。

preg_match('/.*\/(.*\.\D+)$/',$val,$name);

> 然后咱们就可以开始下载了，这里要介绍一个强大的 Copy 函数用法。

if (!is_file('./img/'.$name[1])) {
	$imgc = file_get_contents($target);
	$handle = fopen('./img/'.$name[1],'w+');
	fwrite($handle,$imgc);
	fclose($handle);
}

> 上面那个是咱们的老方法了，嘎嘎，很麻烦。某次，小邪突然发现 Copy 的强大。
> Copy 居然也可以下载，所以可以轻松使用下面的代码来处理，上面的可以退休鸟。

if (!is_file('./img/'.$name[1])) {
	copy($target,'./img/'.$name[1]);
}

> 5. 完整源代码：

> 使用的时候把 $url 填好即可，然后把所有 CSS 内容存到 abc.css 中即可。

<?php
$url = 'http://www.zcool.com.cn/css/';
$data = file_get_contents('abc.css');
preg_match('/(.*\/\/.*?)\//',$url,$host);
$host = $host[1];
if (!is_dir('img')) { mkdir('img'); }
$regex = '/url\(\'{0,1}\"{0,1}(.*?)\'{0,1}\"{0,1}\)/';
preg_match_all($regex,$data,$result);
foreach ($result[1] as $val) {
	if (preg_match('/^http.*/',$val)) { $target = $val; }
		else if (preg_match('/^\/.*/',$val)) { $target=$host.$val; }
			else { $target=$url.$val; }
	echo $target."<br/>\r\n";
	preg_match('/.*\/(.*\.\D+)$/',$val,$name);
	if (!is_file('./img/'.$name[1])) {
		copy($target,'./img/'.$name[1]);
	}
}?>

> 但是下午，小邪自己变成了杯具，o(╯□╰)o。因为小邪的弟弟有危险了 ( ⊙o⊙ )！
> 起因是 Nox 和 619 在准备创建一个高调的神秘组织，让我们一起用力地往下面看，嘎嘎。

一. 不是一般淫荡的一：

> （= 0 =），刚才小邪在转悠，然后在 Nox 博客上面受精了，（- -+）。
> 见鬼，破输入法，不改算了，小邪都习惯了，实际上小邪想说的是受惊了。
> 让咱们继续讲这个事儿，话说 Nox 和 万戈兄 想弹小邪的鸡鸡，o(>﹏<)o。

> （- -||），杯具啊，小邪仰天长叹：“杯具啊 ~ 天大的杯具 ~ (>_<) ~”。

> Nox 扬言，如果小邪透露了他们要建立一个同志会的内幕的话，就要折磨小邪的弟弟。
> 万戈兄 说了，“我要T小邪JJ，T到他说为止，HIA~HIA~HIA”。
> 天哪，小邪要怎么办呐，谁给小邪送一个最新版的 “要你命3000”，让小邪得以继续繁衍。

> 啊哦，貌似刚刚小邪心中为自己的弟弟在担忧，结果不小心手一抖，多打了几个字。
> 大家无视他们就好了。你没看见，你没看见，你一定没看见，对吧对吧。

> 小邪手又开始抖了，心中充满鸟恐惧 ( ⊙o⊙ )。光明在哪儿，啊，小邪的眼前一片漆黑。
> 对了，这个组织和最近的活动有关，域名也和最近的活动有关，看看谁能猜到喔 O(∩_∩)O。

> 原文章围观传送门 - http://imn.im/20100106225707.html

二. 小邪的杯具：

> 话说，上次小邪参加了河蟹娱乐主办的迎圣诞免运费盖楼送杯具活动，O(∩_∩)O。
> 结果灰常幸运地得到了奖励，小邪很喜欢呢 (*^__^*)，谢谢 兽兽 和 胡戈戈。

> 杯子很快地送到了呢，貌似还不错的，虽然黑色有点偏青，不过也好看的。
> 小邪的相机现在不在身边，呵呵，只好把这张图片贴出来：“哥喝的不是水，是寂寞”。

三. 正则式的特殊语法：

> 下面的内容送给 Alswl 小盆友，有兴趣的童鞋就一起看看吧。

> 正则式里面也提供了很多的特殊语法，这里普遍被大家称为分组语法。
> 关于支持性的问题，小邪查了一些资料，据说 (?!exp) 是和PHP兼容性最好的。

捕获：
(exp) - 匹配exp,并捕获文本到自动命名的组里
(?<name>exp) - 匹配exp,并捕获文本到名称为name的组里，也可以写成 (?'name'exp)
(?:exp) - 匹配exp,不捕获匹配的文本，也不给此分组分配组号

零宽断言：
(?=exp) - 匹配exp前面的位置
(?<=exp) - 匹配exp后面的位置
(?!exp) - 匹配后面跟的不是exp的位置
(?<!exp) - 匹配前面不是exp的位置

注释：
(?#comment) - 这种类型的分组不对正则表达式的处理产生任何影响

四. 正则式的零宽断言：

> 呵呵，话说对于 “断言” 这个词语的解释是 - 这个位置应该满足一定的条件。
> Alswl 问小邪了一个问题，是关于多重条件的匹配问题，如图。

> 我们要使用的是(?!exp)，即让正则匹配出后面跟的不是 exp 的位置。
> 这里的 $test 数组提供的是一系列条件，Akswl 要小邪这样子。

> 1. 匹配一段长度为 13 的字符串。
> 2. 字符串中有连续的 8 个数字。
> 3. 字符串中其他 5 个字符是任意的。

> Update at 2010.01.08 -
> 杯具，小邪昨天犯错误了，更新一下解法，灰常感谢柳城为小邪指出错误。

$regex = '/^(?!(.*?\d){9,})(?!(.*?\D){6,}).{13}$/';

> 小邪是这个样子解答的，首先两边的斜杠是 Perl 正则式的要求。
> 然后两边的 ^ 和 $ 用来表示对应的是字符串的开始和结束。
> 接着 .{13}，. 表示除了换行以外的所有字符，13 规定了匹配长度。

> 我们这里前面用了两次零宽断言，第一次，(?!exp) 这里的 exp 是 (.*?\d){9,}。
> 表示数字的个数大于等于 9，零宽断言把它反过来就是数字的个数小于 9。
> 第二次 exp 是 (.*?\D){6,} 表示非数字大于等于 6 个以上。
> 即表示非数字的个数大于等于 6，把它反过来就是非数字的个数小于 6。

> 而这里 .* 表示 ?\d 和 ?\D 的前面可能有零次或更多次的其他字符。
> 而这里的 ? 表示这段连续的字符会重复零次或一次。

> 下面是这个测试程序的源代码，可以拿去运行看看，嘎嘎。

<?php
$test[0] = 'asss13336644ss'; $test[1] = 'aas15151515ss';
$test[2] = 'aa15151515sss'; $test[3] = 'aa15151515ss1';
$test[4] = 'aa15151515ss11';$test[5] = 'aa151515151ss';
$test[6] = 'aa15151511ssss';
$regex = '/^(?!(.*?\d){9,})(?!(.*?\D){6,}).{13}$/';
foreach ($test as $val) {//
	preg_match($regex,$val,$result);
	print_r($result);
	echo "<br/>\r\n";
}
// 运行上面的代码就会出现以下结果 -
// Array ( )
// Array ( [0] => aas15151515ss )
// Array ( [0] => aa15151515sss )
// Array ( )
// Array ( )
// Array ( )
// Array ( )
?>

五. 以下是小邪昨天犯的错误（Update at 2010.01.08）：

$regex = '/^(?!\d{8,})(?!\D{5,}).{13}$/';

> 小邪是这个样子解答的，首先两边的斜杠是 Perl 正则式的要求。
> 然后两边的 ^ 和 $ 用来表示对应的是字符串的开始和结束。
> 接着 .{13}，. 表示除了换行以外的所有字符，13 规定了匹配长度。

> 我们这里前面用了两次零宽断言，第一次，(?!exp) 这里的 exp 是 \d{8,}。
> 表示数字的数目在 8 个以上，第二次 exp 是 \D{5,} 表示非数字有5个以上。

> 因为零宽断言是让正则匹配出后面跟的不是 exp 的位置。
> 所以我们匹配到的是数字不在 8 个以上，数字小于等于 8 的字符串。
> 同时非数字小于等于 5 的字符串，最后在右边用 13 来确定整段的长度即可。

> 下面是这个测试程序的源代码，可以拿去运行看看，呵呵。

<?php
$test[0] = 'asss13336644ss'; $test[1] = 'aas15151515ss';
$test[2] = 'aa15151515sss'; $test[3] = 'aa15151515ss1';
$test[4] = 'aa15151515ss11';
$regex = '/^(?!\d{8,})(?!\D{5,}).{13}$/';
foreach ($test as $val) {
	preg_match($regex,$val,$result);
	print_r($result);
	echo "<br/>\r\n";
}
// 运行上面的代码就会出现以下结果 -
// Array ( ) Array ( [0] => aas15151515ss )
// Array ( [0] => aa15151515sss ) Array ( [0] => aa15151515ss1 )
// Array ( )
?>

> 因为国内网上的正则式教程十分紧缺，只能找到少量的教程，有时候很难学习全面。
> 所以小邪也只能按照自己多次的测试得出的结果来稍微讲解一下呢，能学多少就看你的咯。

一. 有关正则式的函数分类：

> 正则表达式函数库（Perl 兼容）-

> preg_grep -- 返回与模式匹配的数组单元
> preg_match_all -- 进行全局正则表达式匹配
> preg_match -- 进行正则表达式匹配
> preg_quote -- 转义正则表达式字符
> preg_replace_callback -- 用回调函数执行正则表达式的搜索和替换
> preg_replace -- 执行正则表达式的搜索和替换
> preg_split -- 用正则表达式分割字符串

> 正则表达式函数库（POSIX 扩展）-

> ereg_replace -- 替换正则表达式
> ereg -- 正则表达式匹配
> eregi_replace -- 不区分大小写替换正则表达式
> eregi -- 不区分大小写的正则表达式匹配
> split -- 用正则表达式将字符串分割到数组中
> spliti -- 用正则表达式不区分大小写将字符串分割到数组中
> sql_regcase -- 产生用于不区分大小的匹配的正则表达式

> 这两组函数库提供了对 POSIX 和 PERL 两种风格的正则表达式的支持。
> 区别不大，PERL 的表达式两边要加上 “/”，而且据说 PERL 运行效率高一点。

二. 程序运行LOG日志记录：

> 呵呵，这个是程序运行的时候会陆续输出的运行记录，方便检查。
> 第一次运行的时候像下面这样，然后刷新，被替换和替换为的数据会变成相同的。
> 这样就表示替换成功了，恭喜发财，嘿嘿嘿 O(∩_∩)O。

Post Id => 1864
//正在被替换的数据库中文章的ID
<img src="http://www.evlos.org/uploads/1451_020.jpg"
 class="alignnone" width="600" height="437" />
//在数据库中的文章表里面查找到的IMG标签
<img src="http://www.evlos.org/uploads/1451_020.jpg" />
//将要被替换成为的精简过的IMG标签
ID Count : 1
//此文章中的图片数量统计
Success ~!
//成功更新了Mysql数据库中的数据

Post Id => 1875
<img src="http://www.evlos.org/uploads/1451_031.jpg"
 class="alignnone" width="600" height="235" />
<img src="http://www.evlos.org/uploads/1451_031.jpg" />
<img src="http://www.evlos.org/uploads/1451_030.jpg"
 class="alignnone" width="600" height="156" />
<img src="http://www.evlos.org/uploads/1451_030.jpg" />
<img src="http://www.evlos.org/uploads/1451_031.jpg"
 class="alignnone" width="600" height="235" />
<img src="http://www.evlos.org/uploads/1451_031.jpg" />
<img src="http://www.evlos.org/uploads/1451_028.jpg"
 class="alignnone" width="600" height="186" />
<img src="http://www.evlos.org/uploads/1451_028.jpg" />
<img src="http://www.evlos.org/uploads/1451_029.jpg"
 class="alignnone" width="600" height="246" />
<img src="http://www.evlos.org/uploads/1451_029.jpg" />
ID Count : 5
Success ~!

-------------------
Count : 296 //整个WP_posts表中，所有的的图片总数

三. 程序源代码：

> 以下内容保存为任意名称的 PHP 文件，填好配置，运行即可。

<?php
$sqlc_host = "localhost"; //Mysql服务器地址
$sqlc_user = ""; //用户名
$sqlc_psw = ""; //密码
$sqlc_dba = "wordpress"; //数据库名
echo '<html><head>
<meta http-equiv="Content-Type" content="text/html; charset=utf-8" />
<title>Img标签批量清洗程序</title>
</head><body>';
$img_count = 0;
$sqlc_con = mysql_connect($sqlc_host,$sqlc_user,$sqlc_psw);
mysql_select_db($sqlc_dba,$sqlc_con);
mysql_query("set names UTF8");
$sqlc_inner = mysql_query("SELECT * FROM wp_posts");
while($sqlc_row = mysql_fetch_array($sqlc_inner)) {
	$cid = $sqlc_row['ID'];
	echo "<br />\n".'Post Id => '.$cid."<br />\n";
	$img_change = $sqlc_row['post_content'];
	$img_preg = '/<img src=[^>]+>/';
	preg_match_all($img_preg,$img_change,$img_find);
	$img_count_id = $img_count;
	foreach ($img_find[0] as $value) {
		$img_count++;
		$value_echo = str_ireplace('<','&lt;',$value);
		$value_echo = str_ireplace('>','&gt;',$value_echo);
		echo $value_echo."<br/>\n";
		preg_match("(http://.+\.(jpg|png|JPG|PNG))",$value,$img_url);
		if (isset($img_url[0])) {
			$result = '<img src="'.$img_url[0].'" />';
		}
		else {
			$result = '';
		}
		$result_echo = str_ireplace('<','&lt;',$result);
		$result_echo = str_ireplace('>','&gt;',$result_echo);
		echo $result_echo."<br/>\n";
		str_ireplace("\n","",$value);
		if ($result <> '<img src="" />'&&$cid <> 1887&&$result <> '') {
			$img_change = str_ireplace($value,$result,$img_change);
		}
	}
	echo 'ID Count : '.($img_count - $img_count_id)."<br/>\n";
	$img_change = addslashes($img_change);
	$change = $img_change;
	if (mysql_query("update wp_posts set post_content='".$change."' where id=".$cid."")) {
		echo 'Success ~!';
	}
	else {
		echo "Error : " . mysql_error();
	}
}
echo '<br/>-------------------<br/>Count : '.$img_count;
echo '</body></html>';
mysql_close($sqlc_con);
?>

四. 程序运行原理：

mysql_query("set names UTF8");
//这里将数据库查询时候的字符集设定为 UTF-8，否则得到的数据会是乱码

$img_preg = '/<img src=[^>]+>/';
preg_match_all($img_preg,$img_change,$img_find);
//这里使用正则式将 IMG 标签全部找出来，并把整个标签放到 $img_find 变量里

preg_match("(http://.+.(jpg|png))",$value,$img_url);
//这里把 IMG 标签之中的 URL 提取出来

$result = '<img src="'.$img_url[0].'" />';
if ($result <> '<img src="" />') {
	$img_change = str_ireplace($value,$result,$img_change);
}
//这里把提取之后重新组合的 IMG 标签替换进去

$img_change = addslashes($img_change);
//小邪觉得这个是亮点，这个函数能够让我们把 HTML 代码顺利存储到数据库

五. 程序中使用过的正则式：

$img_preg = "/<img src=[^>]+>/";

> 找到以首先找到 IMG 标签的头部，然后后面的中括号里是一个条件。
> 条件表达的是，这里跟着的字符是除了右尖括号以外的字符。
> 右中括号的后边是个加号，意思是 “重复一次或更多次”。
> 最后以右尖括号作为结尾，这样子就可以捕捉 IMG 标签咯。

$img_url_preg = "(http://.+.(jpg|png))"

> 首先这里两边要用括号，表示包含分枝条件。然后找到以 HTTP:// 开头的字符。
> 接着用 “.” 表示 “匹配除换行符以外的任意字符”，然后用加号标示重复次数。
> 加一个斜杠标示转义字符，就是说后面那个点是普通字符，不是正则式的内容。
> 然后加个括号，里面是分枝条件，标示最后是以 jpg 或者 png 结尾的。

六. 常用的正则式语法：

.	匹配除换行符以外的任意字符
w	匹配字母或数字或下划线或汉字
s	匹配任意的空白符
d	匹配数字
	匹配单词的开始或结束
^	匹配字符串的开始
$	匹配字符串的结束

*	重复零次或更多次
+	重复一次或更多次
?	重复零次或一次
{n}	重复n次
{n,}	重复n次或更多次
{n,m}	重复n到m次

W	匹配任意不是字母，数字，下划线，汉字的字符
S	匹配任意不是空白符的字符
D	匹配任意非数字的字符
B	匹配不是单词开头或结束的位置
[^x]	匹配除了x以外的任意字符
[^aeiou]	匹配除了aeiou这几个字母以外的任意字符

*?	重复任意次，但尽可能少重复
+?	重复1次或更多次，但尽可能少重复
??	重复0次或1次，但尽可能少重复
{n,m}?	重复n到m次，但尽可能少重复
{n,}?	重复n次以上，但尽可能少重复

七. Addslashes 预处理函数：

<?php
$a = "img src="'1''2'20100101/18/59_006.jpg" /";
echo addslashes($a);
?>
//输出 img src=\"\'1\'\'2\'20100101/18/59_006.jpg\" /

> 预处理之后的样子在上面代码框中，这样存储就不会出现错误了。
> 而使用 Phpmyadmin 或者 mysql_query 之类的东东读取数据库的数据。
> 得到的都是预处理前的数据，灰常奇妙 (*^__^*) 嘻嘻。