Question

是否可以在所有未关闭的IMG标签上进行正则表达式替换？如果是这样，我将如何识别：

  <img src="..." alt="...">

......作为潜在的候选人被替换？

   = <img src="..." alt="..."/>

更新：我们有数百个页面和数千个图像标签，所有这些标签都必须关闭。我不会停留在RegEx上 - 除了手动更新所有IMG标签之外，任何其他方法都足够了。

Answer 1

(<img[^>]+)(?<!/)>

将匹配未正确关闭的img代码。它要求你正在使用的正则表达式支持lookbehind（Ruby和JavaScript不会，但大多数其他人都这样做）。反向引用号1将包含匹配项，因此如果您搜索此正则表达式并替换为\1/>，那么您应该很高兴。

如果您需要考虑>内部属性的可能性，可以使用

(<img("[^"]*"|[^>])+)(?<!/)>

这将匹配，例如，

<img src="image.gif" alt="hey, look--->">
<img src="image/image.gif">

并离开

<img src="image/image.gif" />

单独

Answer 2

在HTML中，必须省略<img>“的结束标记”，因此start标记会关闭元素，并且您不能拥有未关闭的img。

如果您想将HTML转换为XHTML，请使用真正的解析器。正则表达式不是这项工作的好工具。

Answer 3

要替换所有未关闭的IMG标签：

content = "text<img src='img.jpg'>text<img src='img.png' >text"
content = re.sub('(<img.*?)>', r'\1/>', content, count=0)
print(content)

后面看起来很酷

Answer 4

“unclosed”究竟是什么意思？

 <img src="a1.jpg    <--no ending quotes and end parens
 <img src="a1.jpg"   <-- no end parens
 <img src="a1.jpg">  <-- the tag does not self-close as should be done in XHTML

你可以尝试智能地找到这样的嫌疑人，但你永远不能保证是万无一失的。

Answer 5

我从未尝试过这个，但是一个封闭的img标记是一个以<img开头的标记，其中包含内容，最后是/>。

这是我在perl中尝试过的东西

!/usr/bin/env perl

my @images = ('<img src="toto.jpg">',
          '<img src="truc/machin.jpg" title="pouet" >',
          '<img        src="pouet.jpg" alt="toto" />',
          '<img src="math/a-greater-than-b.png" alt="a > b">');

foreach (@images) {
    if (/<img\s+(([a-z]+=".*?")+\s*)>/) {
    print "Match : <img $1 />\n";
    }
}

产地：

Match : <img src="toto.jpg" />
Match : <img src="truc/machin.jpg" title="pouet"  />
Match : <img src="math/a-greater-than-b.png" alt="a > b" />

关闭所有HTML未关闭的IMG标记

5 个答案: