C#中通过正则表达式获取图像的SRC

Question

我正在寻找一个正则表达式来隔离 img 的 src 值。 （我知道这不是最好的方法，但这是我在这种情况下必须做的）

我有一个字符串，其中包含简单的 html 代码、一些文本和图像。我需要从该字符串获取 src 属性的值。到目前为止我只能隔离整个标签。

string matchString = Regex.Match(original_text, @"(<img([^>]+)>)").Value;

Answer 1

string matchString = Regex.Match(original_text, "<img.+?src=[\"'](.+?)[\"'].*?>", RegexOptions.IgnoreCase).Groups[1].Value;

Answer 2

我知道你说你必须使用正则表达式，但如果可能的话我真的会给这个开源项目一个机会：
HtmlAgilityPack

它真的很容易使用，我刚刚发现它，它对我帮助很大，因为我正在做一些较重的 html 解析。它基本上允许您使用 XPATHS 来获取元素。

他们的示例页面有点过时，但 API 确实很容易理解，如果您对 xpath 有点熟悉，您现在就会了解它。

您的查询代码将如下所示：（未编译的代码）

 List<string> imgScrs = new List<string>();
 HtmlDocument doc = new HtmlDocument();
 doc.LoadHtml(htmlText);//or doc.Load(htmlFileStream)
 var nodes = doc.DocumentNode.SelectNodes(@"//img[@src]"); s
 foreach (var img in nodes)
 {
    HtmlAttribute att = img["src"];
    imgScrs.Add(att.Value)
 }

Answer 3

我尝试了 Francisco Noriega 的建议，但看起来 HtmlAgilityPack 的 api 已被更改。我是这样解决的：

        List<string> images = new List<string>();
        WebClient client = new WebClient();
        string site = "http://www.mysite.com";
        var htmlText = client.DownloadString(site);

        var htmlDoc = new HtmlDocument()
                    {
                        OptionFixNestedTags = true,
                        OptionAutoCloseOnEnd = true
                    };

        htmlDoc.LoadHtml(htmlText);

        foreach (HtmlNode img in htmlDoc.DocumentNode.SelectNodes("//img"))
        {
            HtmlAttribute att = img.Attributes["src"];
            images.Add(att.Value);
        }

Answer 4

这应该捕获所有 img 标签和仅 src 部分，无论其位于何处（在类之前或之后等）并支持 html/xhtml :D

<img.+?src="(.+?)".+?/?>

Answer 5

您想要的正则表达式应该类似于：

(<img.*?src="([^"])".*?>)

希望这有帮助。

Answer 6

您还可以使用后视来完成此操作，而无需拉出一组，

(?<=<img.*?src=")[^"]*

请记住在需要时转义引号

Answer 7

这就是我用来从字符串中获取标签的方法：

</? *img[^>]*>

Answer 8

这是我使用的：

<img.*?src\s*?=\s*?(?:(['"])(?<src>(?:(?!\1).)*)\1|(?<src>[^\s>]+))[^>]*?>

好的部分是它匹配以下任何一个：

<img src='test.jpg'>
<img src=test.jpg>
<img src="test.jpg">

它还可以匹配一些意想不到的场景，例如额外的属性，例如：

<img src = "test.jpg" width="300">