从 HTML 中提取宽度或高度高于指定值的所有图像 - 正则表达式答案

【问题标题】：Extract all Images from HTML whose width or height higher than a specified value - Regex从 HTML 中提取宽度或高度高于指定值的所有图像 - 正则表达式
【发布时间】：2011-09-14 07:23:51
【问题描述】：

我正在尝试使用经典 ASP （如 LinkedIn 或 Facebook）制作一个小链接共享功能。

我需要做的是获取远程 URL 的 HTML 并提取所有宽度大于 50px 的图像。

我可以抓取和获取 HTML，也可以使用这个正则表达式找到图像：

<img([^<>+]*)>

匹配； <img src="/images/icon.jpg" width="60" height="90" style="display:none"/>

然后我可以提取路径，但有时它与<img src="/track.php" style="display:none" width="1" height="1"/> 匹配，这不是真实图像。

无论如何，我觉得你会因为经典的 ASP 而生气，但我的公司....

我知道有很多关于这个问题的主题，而且大多数情况下，他们建议不要使用正则表达式，但我找不到使用经典 asp 的方法。这有什么成分吗？

问候

【问题讨论】：

你不能用（理智的）正则表达式比较数字。
图片标签不指定尺寸怎么办？
@SLaks♦：好的，那么我想我必须检查正则表达式与 Microsoft.XMLHTTP 匹配的每个图像。 link
Javascript 将是解决这个问题的方法。你能用吗？

标签： regex asp-classic html-content-extraction

【解决方案1】：

这会让你接近：

<img [^>]*width="(0?[1-9]\d{2,}|[5-9]\d)"[^>]*>

它接受宽度为 50 或更大的图像标签。

编辑：未指定宽度的标签：

<img [^>]*width="(0?[1-9]\d{2,}|[5-9]\d)"[^>]*>|<img ((?!width=)[^>])*>

【讨论】：

疯狂的问题会产生更疯狂的解决方案....不过，我同意@SLaks。如果您有任何其他选择，请接受。
感谢@agent-j，但正如@Francisc 所说，如果图像标签未指定尺寸，正则表达式将失败。
如果高度在宽度之前怎么办？
正则表达式使用经典 ASP 解析 HTML 的另一个死胡同 :)
[^>]* 匹配到图像标签的末尾（或直到类似 alt="Hello > world" 的东西。所以，height 属性在哪里并不重要。