Csharp/C#教程:C#通过正则表达式实现提取网页中的图片分享

目前在做项目中有处理图片的部分,参考了一下网上案例,自己写了一个获取内容中的图片地址的方法。

 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/><imgsrc=/>

这一些标签不用考虑,因为没有图片资源地址。
<imgsrc=/images/pic.jpg/><imgsrc=”/images/pic.jpg”><imgsrc=’/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:@”<imgs*srcs*=s*[“”‘]?s*(?[^s””‘<>]*)s*/?s*>”
<imgwidth=”320″height=”240″src=/images/pic.jpgonclick=”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:@”<imgb[^<>]*?bsrcs*=s*[“”‘]?s*(?<imgUrl>[^s””‘<>]*)[^<>]*?/?s*>”
<imgwidth=”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。

所上述就是C#学习教程:C#通过正则表达式实现提取网页中的图片分享的全部内容,如果对大家有所用处且需要了解更多关于C#学习教程,希望大家多多关注—计算机技术网(www.ctvol.com)!

www.ctvol.com true Article Csharp/C#教程:C#通过正则表达式实现提取网页中的图片分享

本文来自网络收集,不代表计算机技术网立场,如涉及侵权请联系管理员删除。

ctvol管理联系方式QQ:251552304

本文章地址:https://www.ctvol.com/cdevelopment/906937.html

(0)
上一篇 2021年10月24日 上午6:55
下一篇 2021年10月24日 上午6:56

精彩推荐