从HTML Img标签检索网址

Question

背景信息

当前正在使用C＃Web API，它将返回选定的Img URL作为base64。 我目前具有执行base64转换的功能，但是，我得到了大量文本，其中还包括Img Url，需要从字符串中裁剪出来并将其提供给我的函数，以将img转换为base 64。我阅读了一个lib。（“ HtmlAgilityPack;”），它应该使此任务容易完成，但是当我使用它时，却找不到“ HtmlDocument.cs”。 但是，我不是提交文档，而是向其发送HTML字符串。 我阅读了该文档，并假设它也可以使用字符串，但是它对我不起作用。 这是使用“ HtmlAgilityPack”的代码。

非工作代码

foreach(var item in returnList)
                    {
                         if (item.Content.Contains("~~/picture~~"))
                        {
                            HtmlDocument doc = new HtmlDocument();
                            doc.Load(item.Content);

来自HtmlAgilityPack的错误消息

问题我从SharePoint收到一个Html字符串。 该HTML字符串可以用标题标记和/或图片标记来标记。 我试图隔离从img src Hmtl标签检索html。 我知道正则表达式可能不切实际，但我会考虑使用正则表达式来从img src检索URL。

样本字符串

Bullet~~Increased Cash Flow</li><li>~~/Document Text Bullet~~Tax Efficient Organizational Structures</li><li>~~/Document Text Bullet~~Tax Strategies that Closely Align with Business Strategies</li><li>~~/Document Text Bullet~~Complete Knowledge of State and Local Tax Obligations</li></ul><p>~~/Document Heading 2~~is the firm of choice</p><p>~~/Document Text~~When it comes to accounting and advisory services is the unique firm of choice. As a trusted advisor to our clients, we bring an integrated client service approach with dedicated industry experience. Dixon Hughes Goodman respects the value of every client relationship and provides clients throughout the U.S. with an unwavering commitment to hands-on, personal attention from our partners and senior-level professionals.</p><p>~~/Document Text~~of choice for clients in search of a trusted advisor to deal with their state and local tax needs. Through our leading best practices and experience, our SALT professionals offer quality and ease to the client engagement. We are proud to provide highly comprehensive services.</p>

    <p>~~/picture~~<br></p><p> 
          <img src="/sites/ContentCenter/Graphics/map-al.jpg" alt="map al" style="width&#58;611px;height&#58;262px;" />&#160;
    <br></p><p><br></p><p>
    ~~/picture~~<br></p><p>
          <img src="/sites/ContentCenter/Graphics/Firm_Telescope_Illustration.jpg" alt="Firm_Telescope_Illustration.jpg" style="margin&#58;5px;width&#58;155px;height&#58;155px;" />    </p><p></div><div class="ExternalClassAF0833CB235F437993D7BEE362A1A88A"><br></div><div class="ExternalClassAF0833CB235F437993D7BEE362A1A88A"><br></div><div class="ExternalClassAF0833CB235F437993D7BEE362A1A88A"><br></div>

重要

我正在使用HTML字符串，而不是文件。

Answer 1

string matchString = Regex.Match(original_text, "<img.+?src=[\"'](.+?)[\"'].+?>", RegexOptions.IgnoreCase).Groups[1].Value;

这里已被多次询问。

也在这里

Answer 2

您遇到的问题是C＃正在寻找文件，并且由于找不到文件，它会告诉您。 这不是会使您的应用程序崩溃的错误，它只是告诉您未找到文件，并且Lib会读取给定的字符串。 可以在以下网址找到此文档：https://htmlagilitypack.codeplex.com/SourceControl/latest#Trunk/HtmlAgilityPackDocumentation.shfbproj 。 下面的代码是任何人都可以使用的cookie切割器模型。

重要

C＃正在寻找一个无法显示的文件，因为它提供了一个字符串。 那就是您得到的消息，但是您仍然可以按照提供的文档正常工作，并且不会影响您的代码。

范例代码

HtmlAgilityPack.HtmlDocument htmlDocument = new HtmlAgilityPack.HtmlDocument();
htmlDocument.LoadHtml("YourContent"); // can be a string or can be a path.

HtmlAttribute att = url.Attributes["src"];
Uri imgUrl = new System.Uri("Url"+ att.Value); // build your url