Question

我尝试解析属性中的文字：src="/captcha?58428805" 每次它都不同时，我需要文字/captcha?58428805 我怎么解析它？

示例元素：

<img style="margin: 0;height:40px;width:115px;" 
     width="115" height="40"
     id="captcha" class="captcha" src="/captcha?58428805" 
     alt="Verification code with letters and numbers "/>

Answer 1

@Pikoh在评论中说，有各种各样的方法，我为你写了正则表达式版本。根据html字符串的变体，正则表达式字符串可能会略有变化。

    static void Main(string[] args)
    {
        string input = "your html string";
        string strReg = @"<img style=.+?src=""(.+?)""";
        Regex reg = new Regex(strReg,
            RegexOptions.Compiled | RegexOptions.Singleline);
        string youneed = reg.Match(input).Groups[1].Value;
        Console.WriteLine(youneed);
        Console.ReadLine();
    }

Answer 2

由于雷阳的答案可能是正确的，如果src=SRC_VALUE恰好在<image..之后，它会失败：<img src="/captcha?58428805" ...SOME_OTHER ATTR..>

这个正则表达式可能会有所帮助：

string toTest = @"<img style=""margin: 0;height:40px;width:115px;"" width=""115"" height=""40"" id=""captcha"" class=""captcha"" src=""/captcha?58428805"" alt="" Verification code with letters and numbers ""/>";
var regex = new Regex(@"<img.{0,}src=""(.+?)""");
Console.WriteLine(regex.Match(toTest).Groups[1].Value);

<img.{0,}src="(.+?)"的说明（请注意，上述代码中的引号已转义）：

<img - 字符串应包含<img

.{0,} - 在<img
之后的行终止符之外的任何字符从零到无限次出现的匹配
src=" - 与src="
之后的<img部分匹配
(.+?)" - .表示除行终结符之外的任何字符，（+）发生1次或无限次，（?）lazy，并且应该结束在"。

即使您的src字符串包含多个toTest标记，此正则表达式也只会返回上一个<img>值。因此，您需要Split每个<img>标记的字符串，然后应用上面的正则表达式：

string toTest = @"<img style=""margin: 0;height:40px;width:115px;"" width=""115"" height=""40"" id=""captcha"" class=""captcha"" src=""/captcha?58428805"" alt="" Verification code with letters and numbers ""/><img style=""margin: 0;height:40px;width:115px;"" width=""115"" height=""40"" id=""captcha"" class=""captcha"" src=""/captssscha?5842sss8805"" alt="" Verification code with letters and numbers ""/>";
var imgArr = Regex.Split(toTest, @"(<img[\s\S]+?\/>)").Where(l => l != string.Empty).ToArray(); //split the html string by <image> tag
var srcRegex = new Regex(@"<img.{0,}src=""(.+?)""",RegexOptions.Compiled | RegexOptions.Singleline);

foreach(string imgTag in imgArr) {
    Console.WriteLine(srcRegex.Match(imgTag).Groups[1].Value);
}

解析属性中的文本

2 个答案: