No deberías usar expresiones regulares para procesar HTML. Al nivel que estás planteando tu expresión, tan sólo un pequeño cambio en el HTML haría que tu regex falle. Un espacio de más, un cambio en los atributos del tag, un comentario, o estructuras más complejas, harían que hasta un regex gigantesco no siga las reglas. Incluso con una expresión muy avanzada, se podría generar un caso casi a prueba de fallos, pero casi siempre podría encontrar un caso raro que haga que falle. Además, requeriría un experto cada vez que quieras modificarlo.
Es muy sencillo procesar HTML con DOM, son las herramientas que están pensadas para eso.
Si tenemos un HTML como el siguiente:
//Un HTML de ejemplo
$html = '
<a href="https://i.sstatic.net/mOJ0a.png">
<span>Enlace a la misma URL de la imagen</span>
<img src="https://i.sstatic.net/mOJ0a.png" />
</a>
<span>Imagen independiente precedida por un </span>
<a href="https://i.sstatic.net/mOJ0a.png">enlace</a>
<img src="https://i.sstatic.net/mOJ0a.png" />
<a href="./">
<span>Enlace a una URL diferente que la imagen</span>
<img src="https://i.sstatic.net/mOJ0a.png" />
</a>
';
Simplemente se genera el DOM así:
//Englobamos en body
$html = "<body>$html</body>";
//Generar el DOM
$dom = new DOMDocument;
$dom->loadHTML($html, LIBXML_COMPACT | LIBXML_HTML_NOIMPLIED | LIBXML_NONET | LIBXML_HTML_NODEFDTD);
Y podemos obtener todos los enlaces dentro del DOM con:
//Obtener todos los enlaces
$a_nodelist = $dom->getElementsByTagName('a');
Para luego recorrer cada uno, verificando si tienen una imagen:
//Recorrer cada uno
foreach ($a_nodelist as $enlace) {
//Obtener la primera imagen dentro del enlace
$img = $enlace->getElementsByTagName('img')->item(0);
if ($img) { //si tiene imagen
//Comparar el enlace con la imagen
$urlEnlace = $enlace->getAttribute('href');
$urlImagen = $img->getAttribute('src');
if ($urlEnlace == $urlImagen) {
//Si son el mismo, reemplazar
$enlace->parentNode->replaceChild($img, $enlace);
}
}
}
Donde $enlace->parentNode->replaceChild($img, $enlace);
es la forma en que reemplazamos el enlace que tiene una imagen con la misma URL, sólo por la imagen.
Y, por último, imprimimos el resultado:
//imprimir el resultado
echo $dom->saveHTML();
Resultado:
<body>
<img src="https://i.sstatic.net/mOJ0a.png">
<span>Imagen independiente precedida por un </span>
<a href="https://i.sstatic.net/mOJ0a.png">enlace</a>
<img src="https://i.sstatic.net/mOJ0a.png">
<a href="./">
<span>Enlace a una URL diferente que la imagen</span>
<img src="https://i.sstatic.net/mOJ0a.png">
</a>
</body>
Demo:
Ver la demo en 3v4l.org
jquery
con el metodo.find()
?$("a > img")
. O con javascript:document.querySelector("a > img")
<a..><img../></a>
y el servidor (mas bien, PHP) podría llegar a confundirlo al usar una expresión regular.