正则表达式来解析和替换C＃/。NET中的img src？

Question

嗨，

我有问题，看； 我有像这样的字符串：

<img width="594" height="392" src="/sites/it_kb/SiteAssets/Pages/exploding%20the%20VDI%20vDesktop/VDI3.PNG" alt="" style="margin:5px;width:619px;height:232px" />

它们的格式不一致。

我需要解析这样的字符串，并返回以下内容：

<img width="594" height="392" src="/exploding%20the%20VDI%20vDesktop-VDI3.PNG" alt="" style="margin:5px;width:619px;height:232px" />

变化：

1. 删除除映像文件所在的直接目录以外的所有内容。
2. 不要将该目录作为子目录，而应将其放在文件名之前。

因此，如果文件当前位于/blabla/bla/blaaaaah/pickles/pickle.png

然后我要让IMG SRC属性说pickles-pickle.png

现在，我一直在尝试使用regex进行此操作，但是3个小时后，我发现了一些关于自己的信息...我对regex感到很糟糕。 我可能会在这里待上几个星期，而且我永远都找不到。

因此，我要向这个美好的社区提出两件事：

1. 你会怎么做？ 正则表达式甚至是正确的答案吗？ 我需要能够解析IMG标签内的任何SRC属性（无论它们是否具有height / width或其他属性）。
2. 您会为我推荐哪些资源来学习.NET的正则表达式？

现在针对眼前的问题，我想我可以在我的位置做一个string.replace。

1. 找到IMG标签，并获取周围的“ <”和“>”的索引
2. 在这两个实例之间查找“ SRC =”和“”（空格）的索引
3. 在src和空格索引之间找到'/'的最后一个索引
4. 在src和空间索引之间找到'/'的倒数第二个索引
5. 替换...不是，删除...“ /”倒数第二个实例之前的所有内容...
6. ... String。用'-'替换其余的'/'。
7. .... I ..我想这样做吗？

但是，DAMN很难看。 正则表达式会更漂亮，您不觉得吗？

有什么建议吗？

注意：我将其标记为“家庭作业”，但这不是家庭作业。 我下班后自愿参加工作，以挽救20万英镑的公司成本。 从字面上看，这是一个（对我而言）令人费解的难题的最后一部分。 当然，我看不到这20万美分的一分钱，但是我看起来很好。

Answer 1

要获取标签，我建议使用HtmlAgilityPack 。 这比在整个HTML页面上执行正则表达式更安全。

使用类似这样的方法来获取图像节点：

HtmlDocument doc = new HtmlDocument();
doc.LoadHtml(html);
var imgs = doc.DocumentNode.SelectNodes("//img");

使用类似这样的东西来获取/设置属性：

foreach (var img in imgs)
{
string orig = img.Attributes["src"].Value;
//do replacements on orig to a new string, newsrc
img.SetAttributeValue("src",newsrc);
}

那么，您应该做什么替换呢？ 我确实同意使用Regex更优雅。 毕竟这些都是为了这些！

这样的事情应该可以解决问题：

string s = @"/sites/it_kb/SiteAssets/Pages/exploding%20the%20VDI%20vDesktop/VDI3.PNG";
string n = Regex.Replace(s,@"(.*?)\/([^\/]*?)\/([^\/]*?)$",@"/$2-$3");

您可以用来学习C＃正则表达式的一些资源：

dotnetperls正则表达式匹配

MSDN：Regex.Match方法

MSDN Regex速查表

Answer 2

(?<=src=)"[^" ]*\/(?=[^\/"]*\/)

试试这个。用empty string替换。

http://regex101.com/r/dZ1vT6/50

必须警告您它是一种hack.Html不应该用正则表达式解析。

Answer 3

取代这个

(?i)(?<=<img\s[\s\S]*?src=")(?:[^"]*\/)+(?=[^"]*\/)([^\/]*)\/([^"]+)

至：

/$1-$2