匹配html 代码中的所有图片标签的正则表达式，取出所有图片标签，去掉其他标签

Posted 2023-04-13

<ul>
<li><a href="images/001.jpg">
<img src="images/001.jpg" alt="" width="390" height="245" /></a>
<div class="eer3"><a href="images/001.jpg">点击查看详情</a></div>
<div class="a5"></div>
</li>
<li><a href="images/002.jpg">
<img src="images/002.jpg" alt="" width="390" height="245" /></a>
<div class="eer3"><a href="images/002.jpg">点击查看详情</a></div>
<div class="a5"></div>
</li>
<li><a href="images/003.jpg">
<img src="images/003.jpg" alt="" width="390" height="245" /></a>
<div class="eer3"><a href="images/003.jpg">点击查看详情</a></div>
<div class="a5"></div>
</li>
<li><a href="images/004.jpg">
<img src="images/004.jpg" alt="" width="390" height="245" /></a>
<div class="eer3"><a href="images/004.jpg">点击查看详情</a></div>
<div class="a5"></div>
</li>

</ul>

一楼的正则<img alt='' src='*.jpg' >这样的Img标签不能匹配
非img标签： <[^img].*?>
img标签：<img\s+.*?>追问

你的方法只能去掉标签，但如果我想边标签之间的文字内容一起去掉呢，如点击查看详情 段落内容
这些链接和文字全匹配，应该怎么写？

追答

不知道楼主是用什么语言，最好的办法还是先将img标签获取出来，然后将余下的html代码全部删。
去除a可以用这样的表达式：.*?
其实正则表达大式，里面的?号有很大作用，非贪婪匹配。
例如.* 可以匹配任何多的字符，但是如果.*?那么它就是非贪婪匹配匹配到碰到?后的字符时就结束匹配，就好比上面的.*?。

参考技术A my @img;
$str=local $/;<$file>;
while($str=~/<img\s+src="(.*)?"/gms)push @img,$1; 参考技术B @"(?is)(?<=<li>).*?<a href="?images?/.+?<img\s+src\b.+?(?=\s*</a>(?:<[/]?[^>]+>\s*)+</li>)"

RegexOptions.Global

正则表达式匹配img标签中的src获取地址

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class aa 

    public static void main(String[] args) 
        String htmlStr = "<img src=‘http://1231//1231/123/123.jpg‘ alt=‘图片‘>";
        Matcher m = Pattern.compile("src=\"?(.*?)(\"|>|\\s+)").matcher(htmlStr);
        String filePath = "";
        while(m.find())
            
            filePath = m.group(1);
        
        System.out.println(filePath);
        System.out.println(filePath.substring(filePath.lastIndexOf("/")+1,filePath.length()-1));