用 C# 的正则表达式匹配 HTML 中的图片地址 (转的)
来源:互联网 发布:windows nc 下载 编辑:程序博客网 时间:2024/05/17 01:39
最近的网站项目中有个关于网页取图的功能需要我自己开发,在查找了一大堆资料之后,终于得到了一个最好的方案,那就是用正则表达式来匹配图片标签。
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。
该方法返回一个字符串数组,存放的就是从 sHtmlText 字符串中取得的图片地址列表。
- 用 C# 的正则表达式匹配 HTML 中的图片地址
- 用 C# 的正则表达式匹配 HTML 中的图片地址 (转的)
- 匹配图片地址的正则表达式
- C#正则表达式匹配HTML中的图片路径
- C#正则表达式匹配HTML中的图片路径
- C#匹配HTML中的图片地址
- 利用正则表达式提取html中的的Email地址
- 一个匹配IP地址的正则表达式
- 超强匹配url地址的正则表达式
- 匹配Email地址的正则表达式
- 匹配 Email 地址的正则表达式
- 匹配IP地址的正则表达式实例
- 匹配格式化的邮政地址正则表达式
- 【正则表达式】C#正则表达式提取HTML中IMG标签的URL地址
- 匹配ip地址的正则表达式(非常实用)!
- 匹配IP地址的正则表达式(java)
- 匹配 html 标签元素的正则表达式
- 匹配字符串的图片的正则表达式
- 444
- symbian 网络操作汇总 大全
- java实现ftp上传下载
- Convert.ToInt32、(int)和int.Parse三者的区别2008-06-26 07:01 P.M.Convert.ToInt32、(int)和int.Parse三者的区别:
- 用C/C++扩展Python(Extending Python with C or C++)
- 用 C# 的正则表达式匹配 HTML 中的图片地址 (转的)
- ADS+JTAG+FLASH的开发步骤
- JSONObject(org.json)的一点修改
- linux fedora13下 显卡驱动安装
- 查看Oracle数据库表空间大小(空闲、已使用),是否要增加表空间的数据文件
- 探讨下一步的网游(二)未来不是“游戏+SNS”而是“游戏SNS”
- 推荐Microsoft SQL Server 2008 BI书籍
- linux下的umask正解 -- 用实例证明
- 编程笔记一:Windows程序内部运行原理