如何使用正则表达式来获取“img”标签？

Posted 2023-02-24

【中文标题】如何使用正则表达式来获取“img”标签？

【英文标题】：How can I use regular expression to grab an 'img' tag?

【发布时间】：2013-09-10 23:31:33

【问题描述】：

我想从这样的 JSON 数据返回的文本中获取一个 img 标记。我想从一个字符串中获取这个：

<img class="img" src="https://fbcdn-photos-c-a.akamaihd.net/hphotos-ak-frc3/1239478_598075296936250_1910331324_s.jpg"  />

我必须使用什么正则表达式来匹配它？

我使用了以下，但它不起作用。

"<img[^>]+src\\s*=\\s*['\"]([^'\"]+)['\"][^>]*>"

【问题讨论】：

***.com/a/1732454/775544

请不要使用正则表达式解析 html。 HTML 不是常规语言。

不要使用正则表达式解析 HTML。使用适当的 HTML 解析模块。 您无法使用正则表达式可靠地解析 HTML，并且您将面临悲伤和挫败感。一旦 HTML 与您的期望发生变化，您的代码就会被破坏。请参阅htmlparsing.com/php 或this SO thread，了解如何使用已经编写、测试和调试过的 PHP 模块正确解析 HTML。

如果我想获取所有属性（title、src、alt），正则表达式模式需要进行哪些修改 ]*src="([^" ]*)"[^>]*>。提前致谢。

【参考方案1】：

你可以简单地使用这个表达式来匹配一个 img 标签，就像例子中一样：

<img([\w\W]+?)/>

【讨论】：

OP 没有说他想捕获什么，但它捕获了 class、src 和 alt 标签。

@hwnd 是的，我知道。但正如你所说，他没有具体说明他要捕获什么。

Html 不能真正用正则表达式有效地解析，但在表达式中添加一些粒度会更好。

regexr.com 抱怨需要关闭右斜线并且右斜线本身是可选的，具体取决于它是 HTML 还是 XHTML。更好的方法是：<img([\w\W]+?)[\/]?>，你怎么看？

【参考方案2】：

您的正则表达式与字符串不匹配，因为它缺少结束 /。

编辑 - 不，/ 不是必需的，因此您的正则表达式应该可以工作。但是你可以像下面这样放松一点。

稍作修改：

 <img\s[^>]*?src\s*=\s*['\"]([^'\"]*?)['\"][^>]*?>

【参考方案3】：

请注意，由于各种原因，您不应使用正则表达式来解析 HTML

<img\s+[^>]*src="([^"]*)"[^>]*>

或者使用Jsoup...

String html = "<img class=\"img\" src=\"https://fbcdn-photos-c-a.akamaihd.net/
               hphotos-ak-frc3/1239478_598075296936250_1910331324_s.jpg\" alt=\"\" />";

Document doc = Jsoup.parse(html);
Element img = doc.select("img").first();
String src = img.attr("src");

System.out.println(src);

【讨论】：

jsoup 比它好吗？？

是的，只需使用String imgall = img.outerHtml(); System.out.println(imgall);

Jsoup 的 parse 方法的性能还有很多不足之处。

如果我想获取所有属性（title、src、alt），上述正则表达式模式需要进行哪些修改。提前致谢。

【参考方案4】：

我面临同样的情况，我尝试了这个，它对我有用。

(<img)[^/>]*(/>|>)

解释如下：

此解释来自网站https://extendsclass.com/regex-tester.html