C#正则表达式匹配HTML中的图片路径,图片地址代码
2023-06-13 09:15:14 时间
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。
这一些标签不用考虑,因为没有图片资源地址。
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*>"
因为img和src之间可能会有其他的参数,所以“
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]*>"
///<summary> ///取得HTML中所有图片的URL。
///</summary> ///<paramname="sHtmlText">HTML代码</param> ///<returns>图片的URL列表</returns> publicstaticstring[]GetHtmlImageUrlList(stringsHtmlText)
{
//定义正则表达式用来匹配img标签 RegexregImg=newRegex(@"<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 MatchCollectionmatches=regImg.Matches(sHtmlText);
inti=0;
string[]sUrlList=newstring[matches.Count];
//取得匹配项列表 foreach(Matchmatchinmatches)
sUrlList[i++]=match.Groups["imgUrl"].Value;
returnsUrlList;
}
相关文章
- c# mysql executenonquery_C#与数据库访问技术总结(八)之ExecuteNonQuery方法
- c#常用正则表达式,验证邮箱,Url,电话号码等详解编程语言
- 传智播客C#面向对象17课时
- 用c#获得当前用户的ApplicationData文件夹位置
- 常用正则常用的C#正则表达式
- C#使用正则表达式实例
- C#SkinEngine控件给窗体添加皮肤的方法
- 深入C#判断操作系统类型的总结详解
- C#中委托的基本用法总结
- 正则表达式语法规则及在Javascript和C#中的使用方法
- C#正则表达式使用方法示例
- C#正则表达式Regex类用法实例分析
- C#动态执行批处理命令的方法
- C#实现动态加载dll的方法
- C#正则表达式的递归匹配分析
- C#简单多线程同步和优先权用法实例