用于忽略 html 标记内容中的空格的正则表达式

Question

我有一个包含如下链接的字符串：

string source = "<img src='ftp://c//hafiz hussain//appdata//images//image.bmp' />"

我使用以下正则表达式删除了src 内容：

string regexSrc = @"<img[^>]*?src\s*=\s*[""']?([^'"" >]+?)[ '""][^>]*?>";
MatchCollection matchesImgSrc = Regex.Matches(source , regexSrc, RegexOptions.IgnoreCase | RegexOptions.Singleline);

只有在文件夹名称没有空格的情况下才能正常工作。对于上述情况，matchesImgSrc[1].Groups[1].Value 只匹配到 'ftp://c//hafiz'

空格后的内容被忽略。

Answer 1

<img[^>]*?src\s*=\s*[""']?([^'"">]+?)['""][^>]*?>

你可以试试这个。查看演示。

https://regex101.com/r/mT0iE7/22

Answer 2

如我所见，您有一个符合 XML 的 HTML。因此，我建议使用XElement 来完成这项任务。

var source = "<img src='ftp://c//hafiz hussain//appdata//images//image.bmp' />";
var elt2 = XElement.Parse(source);
var imgs = elt2.DescendantsAndSelf("img");
foreach (var im in imgs)
{
    var att = im.Attributes().Where(p => p.Name.LocalName.ToLower() == "src");
    if (att != null)
    {
       im.SetAttributeValue("src", string.Empty);
    }
}
// Converting back to string to see the result
var resst = elt2.ToString();

输出：

正则表达式解决方案可用作后备：

var source = "<img src='ftp://c//hafiz hussain//appdata//images//image.bmp' />";
var regexSrc = @"(?<=<img[^>]*?)src\s*=\s*[""']?([^'"">]+)[ '""](?=[^>]*?>)";
var reslt = Regex.Replace(source, regexSrc, "src=\"\"");

输出：<img src="" />