Question

我想从html中的img src获取图像的链接。我有一个html字符串，我读入一个方法，返回图像网址的arraylist。

在方法中，我传递了html字符串和网页的网址。

我需要一些正则表达式的帮助才能获得带扩展名的图像名称。如果你可以帮助匹配html字符串，这将是一个奖金。我会接受正确的答案或接近它，谢谢大家。

我听说过HTML解析器，但我宁愿用这种方式谢谢你。

这是我的方法：

   private ArrayList GetImageLinks(String inputHTML, String link)
    {
        ArrayList imageLinks = new ArrayList();  
        var regex = new Regex(@"<img.*?src=[\"'](.+?)[\"'].*?");

        //using http://gskinner.com/RegExr/ this regex seems to get: <img src="beach.png" for example. while I need just beach.png.

        //match the regex to the html and get all the image links like: image5.png
        //link = inputHTML + link
        //add new link to arraylist



        return imageLinks;
    }

Answer 1

我不明白你在提取后想要用图像源做什么。

以下是提取图像链接的方法。

static IEnumerable<String> GetImageLinks(String inputHTML, String someLink)
{
    const string pattern = @"<img\b[^\<\>]+?\bsrc\s*=\s*[""'](?<L>.+?)[""'][^\<\>]*?\>";

    foreach (Match match in Regex.Matches(inputHTML, pattern, RegexOptions.IgnoreCase))
    {
        var imageLink = match.Groups["L"].Value;

        /* Do something from your image link here*/

        yield return imageLink;
    }
}

Answer 2

您可以使用WebBrowser代替字符串操作

       private string HtmlUpdateWithImage(string stringHtml)
        {
            System.Windows.Forms.WebBrowser browser = new System.Windows.Forms.WebBrowser();
            browser.Navigate("about:blank");
            HtmlDocument doc = browser.Document;
            doc.Write(stringHtml);

            if (null != browser.Document && null != browser.Document.Images && browser.Document.Images.Count > 0)
            {
                // Here you can get the image list browser.Document.Images
                foreach (System.Windows.Forms.HtmlElement item in browser.Document.Images)
                {
                    // To get file path for each image
                    string imageFilePath = item.GetAttribute("src");
                    // Or either you can set those values

                    item.SetAttribute("src","testPath");
                }
            }
            return "<HTML>" + browser.Document.Body.OuterHtml + "</HTML>";
        }

Answer 3

如果你只想取图像的名称，只需使用类Path的方法GetFileName（）：

string internetAddress=@"http://hello.com/a/s/s/fff.jpg";
string takeName=Path.GetFileName(internetAddress);

c＃Regex img src

3 个答案: