Question

我对这个正则表达式有点麻烦：

<img(.+)src="_image/([0-9]*)/(.+)/>

全局和不区分大小写的标志已启用。

问题在于它还会抓取Image n（请参阅下面的字符串），但我希望它只匹配字符串中的图像标记。

<p>Image 1:<img width="199" src="_image/12/label" alt=""/> Image 2: <img width="199" src="_image/12/label" alt=""/><img width="199" src="_image/12/label" alt=""/></p>

如果我在图像n之前放置一个换行符，它可以工作：）

有人能指出我做错了吗？

提前致谢鲍勃

Answer 1

使用非贪婪的正则表达式：

＆lt; img。？ SRC =“_图像/（\ d +）/ / ＆GT（+。）;？

Answer 2

如果我正确解释你的正则表达式，看起来你是在第一组中的目录名和第二组中的文件路径之后？

<IMG.*?SRC="/_image/(\d+?)/([^"]*?)".*?/>

不要忘记使用正则表达式选项CaseInsensitive包装正则表达式（？i：[regex]）

在第二组中，你正在解析所有不是结束的东西“，现在你正在寻找所有角色，事实上，你不需要搜索所有角色，你想要的一切都不是字符串上的结束语。

此外，不要忘记关闭您丢失的SRC字符串，并且SRC属性可能不是标记中的最后一个 - 例如边框，宽度，高度等。此外，可能有任何数字关闭最后一个属性和标记结束后的空格/＆gt;

从这个正则表达式，你的第一个匹配组将保存子目录名称，第二个匹配组将保存子目录的/后面的所有内容 - 包括嵌套的子目录。如果你有嵌套的子目录，你可能需要稍微扩展一下：

<IMG.*?SRC="/_image/((\d+?)/)+?([^"]*?)".*?/>

在这种情况下，每个前导组将保存每个嵌套目录名称，最后一个组将保存文件名。

Answer 3

你试过懒惰的评价吗？当我尝试类似的东西时，这种情况有所恢复。

Answer 4

正则表达式在解析HTML方面根本不好（请参阅Can you provide some examples of why it is hard to parse XML and HTML with a regex?了解原因）。你需要的是一个HTML解析器。有关使用各种解析器的示例，请参阅Can you provide an example of parsing HTML with your favorite parser?。

Answer 5

你正在使用贪心量词（+）而没有太多限制。一个贪婪的量词正在告诉正则表达式引擎：“抓住每个符合资格的角色，并且只能退出足以完成正则表达式。”这意味着它将从字符“image / nnnnnn / 某些 /”的第一个序列中获取。

使用regEx匹配图像标记

5 个答案: