C#正则表达式匹配HTML中的图片路径，图片地址代码

前端技术 2023/09/08 C#
一般来说一个 HTML 文档有很多标签，比如“<html>”、“<body>”、“<table>”等，想把文档中的 img 标签提取出来并不是一件容易的事。由于 img 标签样式变化多端，使提取的时候用程序寻找并不容易。于是想要寻找它们就必须写一个非常健全的正则表达式，不然有可能会找得不全，或者找出来的不是正确的 img 标签。
我们可以从 HTML 标签的格式去想应该怎么建这个正则表达式。首先要想一下 img 标签有几种写法，忽略大小写不看的话，下面列出 img 标签可能出现的几种情况。
<img> <img/> <img src=/>
这一些标签不用考虑，因为没有图片资源地址。
<img src = /images/pic.jpg/ > <img src =\" /images/pic.jpg\" > <img src= \'/images/pic.jpg \' / >
这一些标签都有图片资源地址，另外还有一个特点就是有引号对，可能为单引号，也可能为双引号。因为不需要同时匹配引号对，所以正则表达式可以这么写：@\"<img\\s*src\\s*=\\s*[\"\"\']?\\s*(?[^\\s\"\"\'<>]*)\\s*/?\\s*>\"
<img width=\"320\" height=\"240\" src=/images/pic.jpg onclick=\"window.open(\'/images/pic.jpg\')\">
因为 img 和 src 之间可能会有其他的参数，所以“<img”要有个单词结束，比如说不能是“<imgabc”，同样 src 前面也是一样，使用单词结束符“\\b”有一个好处就是省去了表示空格的“\\s*”。另外由于 img 标签中不可以出现“<”、“>”这样的符号，所以要改写前面的正则表达式：@\"<img\\b[^<>]*?\\bsrc\\s*=\\s*[\"\"\']?\\s*(?<imgUrl>[^\\s\"\"\'<>]*)[^<>]*?/?\\s*>\"
<img width=\"320\" height=\"240\" src = \"
/images/pic.jpg\" />
像这种可能会用回车符折行的问题有时候会出现，所以在有空格分开的地方要包含回车换行和 TAB 字符，另外在图片地址中不能出现空格、TAB、回车和换行字符。所以上面的正则表达式可以改成：@\"<img\\b[^<>]*?\\bsrc[\\s\\t\\r\\n]*=[\\s\\t\\r\\n]*[\"\"\']?[\\s\\t\\r \\n]*(?<imgUrl>[^\\s\\t\\r\\n\"\"\'<>]*)[^<>]*?/?[\\s\\t\\r\\n]*>\"
下面写出取得HTML中所有图片地址的静态方法。

复制代码 代码如下:

/// <summary>         /// 取得HTML中所有图片的 URL。
        /// </summary>         /// <param name=\"sHtmlText\">HTML代码</param>         /// <returns>图片的URL列表</returns>         public static string[] GetHtmlImageUrlList(string sHtmlText)
        {
            // 定义正则表达式用来匹配 img 标签             Regex regImg = new Regex(@\"<img\\b[^<>]*?\\bsrc[\\s\\t\\r\\n]*=[\\s\\t\\r\\n]*[\"\"\']?[\\s\\t\\r\\n]*(?<imgUrl>[^\\s\\t\\r\\n\"\"\'<>]*)[^<>]*?/?[\\s\\t\\r\\n]*>\", RegexOptions.IgnoreCase);

            // 搜索匹配的字符串             MatchCollection matches = regImg.Matches(sHtmlText);

            int i = 0;
            string[] sUrlList = new string[matches.Count];

            // 取得匹配项列表             foreach (Match match in matches)
                sUrlList[i++] = match.Groups[\"imgUrl\"].Value;

            return sUrlList;
        }

本文地址：https://www.stayed.cn/item/20791

转载请注明出处。

本站部分内容来源于网络,如侵犯到您的权益,请 联系我

我的博客

人生若只如初见，何事秋风悲画扇。

我的标签

随笔档案