源码网商城,靠谱的源码在线交易网站 我的订单 购物车 帮助

源码网商城

C#正则表达式匹配HTML中的图片路径,图片地址代码

  • 时间:2020-04-16 19:30 编辑: 来源: 阅读:
  • 扫一扫,手机访问
摘要:C#正则表达式匹配HTML中的图片路径,图片地址代码
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[b]img 标签[/b]提取出来并不是一件容易的事。由于[b] img 标签[/b]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[b] img 标签[/b]。 我们可以从 HTML 标签的格式去想应该怎么建这个[b]正则表达式[/b]。首先要想一下[b] img 标签[/b]有几种写法,忽略大小写不看的话,下面列出[b] img 标签[/b]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[b]正则表达式[/b]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。
[u]复制代码[/u] 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;         }
  • 全部评论(0)
联系客服
客服电话:
400-000-3129
微信版

扫一扫进微信版
返回顶部