正则表达式从img标签中提取src属性

Question

我正在尝试编写一个模式，用于提取HTML中img标记中找到的文件的路径。

String string = "<img src=\"file:/C:/Documents and Settings/elundqvist/My Documents/My Pictures/import dialog step 1.JPG\" border=\"0\" />";

我的模式：

src\\s*=\\s*\"(.+)\"

问题是我的模式还将包含img标签的'border =“0”部分。

什么模式匹配此文件的URI路径而不包括'border =“0”？

Answer 1

你的模式应该是（未转义）：

src\s*=\s*"(.+?)"

重要的部分是添加的问号，尽可能少地匹配组

Answer 2

只有当它在标记内部而不是在其他地方以纯文本形式写入时，才能获取src。 它还会检查您是否在src属性之前或之后添加了其他属性。

此外，它确定您是使用单引号（'）还是双引号（“）。

\<img.+src\=(?:\"|\')(.+?)(?:\"|\')(?:.+?)\>

所以对于PHP你会这样做：

preg_match("/\<img.+src\=(?:\"|\')(.+?)(?:\"|\')(?:.+?)\>/", $string, $matches);
echo "$matches[1]";

对于JavaScript，你会做：

var match = text.match(/\<img.+src\=(?:\"|\')(.+?)(?:\"|\')(?:.+?)\>/)
alert(match[1]);

希望这会有所帮助。

Answer 3

试试这个表达式：

src\s*=\s*"([^"]+)"

Answer 4

我用这个正则表达式解决了它。

/<img.*?src="(.*?)"/g

在https://regex101.com/r/aVBUOo/1中验证

Answer 5

我正在尝试编写一个模式，用于提取HTML中img标记中找到的文件的路径。

我们可以为“不要使用正则表达式解析[X] HTML”自动回复吗？

问题是我的模式还将包含img标签的'border =“0”部分。

更不用说'src =“'出现在纯文本中了！

如果您事先知道要解析的HTML的确切格式（例如，因为您自己生成了它），您就可以逃脱它。 但除此之外，正则表达式完全是错误的工具。

Answer 6

我想扩展这个主题，因为通常src属性不加引号，所以正则表达式采用引用和不带引号的src属性是：
src\\s*=\\s*"?(.+?)["|\\s]

Answer 7

你想玩贪婪的群体捕捉形式。 就像是

src\\\\s*=\\\\s*\\"(.+)?\\"

默认情况下，正则表达式会尽可能地尝试匹配