正则表达式从img标签获取src值

Question

我使用以下正则表达式来获取HTML文档中src第一个img标记的值.

string match = "src=(?:\"|\')?(?<imgSrc>[^>]*[^/].(?:jpg|png))(?:\"|\')?"

现在它捕获src了我不需要的总属性.我只需要src属性中的url .怎么做？

Answer 1

用其他东西解析你的HTML. HTML不是常规的,因此正则表达式根本不适合解析它.

如果HTML严格,请使用HTML解析器或XML解析器.使用XPath获取src属性的值要容易得多:

//img/@src

XML解析内置于System.Xml命名空间中.它非常强大.如果HTML不严格,HTML解析会有点困难,但是有很多库会为你做这件事.