如何从 RSS 提要项中获取所有可能的图像 URL？答案

【问题标题】：How to get all possible image URLs from RSS feed item?如何从 RSS 提要项中获取所有可能的图像 URL？
【发布时间】：2012-05-10 17:41:13
【问题描述】：

我尝试使用此示例从http://www.nydailynews.com/cmlink/NYDN.Article.rss 获取图片网址

但没有成功

你能帮我找到所有正确的方法来从SyndicationItem类的RSS提要项中获取所有可能的图像URL吗？

有草案解决方案here，但我想应该是更通用的解决方案。

谢谢！

 List<RssFeedItem> rssItems = new List<RssFeedItem>();
                    Stream stream = e.Result;
                    XmlReader response = XmlReader.Create(stream);
                    SyndicationFeed feeds = SyndicationFeed.Load(response);
                    foreach (SyndicationItem f in feeds.Items)
                    {
                        RssFeedItem rssItem = new RssFeedItem();

                        rssItem.Description = f.Summary.Text;
foreach (SyndicationLink enclosure in f.Links.Where<SyndicationLink>(x => x.RelationshipType == "enclosure"))
                            {
                                Uri url = enclosure.Uri;
                                long length = enclosure.Length;
                                string mediaType = enclosure.MediaType;
                                rssItem.ImageLinks.Add(url.AbsolutePath);
                            }
}

【问题讨论】：

有一个元素你想要那个部分的 url 还是你想要的 url ？
@Habib.OSU 主要问题是我很困惑，因为在 RSS 提要项下有很多表示图像 URL 的方法。所以我尝试编写一些代码来从提要项的不同位置获取图像。现在我必须从

标签： c# .net image url syndication-feed

【解决方案1】：

我找到了解决办法。

foreach (SyndicationElementExtension extension in f.ElementExtensions)
{
    XElement element = extension.GetObject<XElement>();

    if (element.HasAttributes)
    {
        foreach (var attribute in element.Attributes())
        {
            string value = attribute.Value.ToLower();
            if (value.StartsWith("http://") && (value.EndsWith(".jpg") || value.EndsWith(".png") || value.EndsWith(".gif") ))
            {
                   rssItem.ImageLinks.Add(value); // Add here the image link to some array
             }
        }                                
    }                            
}

【讨论】：

【解决方案2】：

XDocument xDoc = XDocument.Load("http://www.nydailynews.com/cmlink/NYDN.Article.rss");
XNamespace media = XNamespace.Get("http://search.yahoo.com/mrss/");

var images = xDoc.Descendants(media+"content")
    .Where(m=>m.Attribute("type").Value=="image/jpeg")
    .Select(m=>m.Attribute("url").Value)
    .ToArray();

--编辑--

var images = feeds.Items
     .SelectMany(i => i.ElementExtensions
                       .Select(e => e.GetObject<XElement>().Attribute("url").Value)
                )
     .ToArray();

【讨论】：

谢谢！但是如何通过 SyndicationItem 来完成呢？我只是尝试使用 Microsoft 类...

【解决方案3】：

从字符串中获取图片列表

var text = "your text with image links";
Regex regx = new Regex("http://([\\w+?\\.\\w+])+([a-zA-Z0-9\\~\\!\\@\\#\\$\\%\\^\\&amp;\\*\\(\\)_\\-\\=\\+\\\\\\/\\?\\.\\:\\;\\'\\,]*)?.(?:jpg|bmp|gif|png)", RegexOptions.IgnoreCase);
MatchCollection mactches = regx.Matches(text);

【讨论】：

在大文件中使用正则表达式不是一个好主意。因此，对已接受答案中建议的元素进行迭代要好得多。

【解决方案4】：

我通过解析 HTML 代码使用的另一种方式：

Public Function GetImagesUrlListromHtmlCode(strHtmlPageCode As String) As List(Of String)
        Dim regexPattern As String = "\bhttps?:[^)''" & Chr(34) & "]+\.(?:ase|art|bmp|blp|cd5|cit|cpt|cr2|cut|dds|dib|djvu|egt|exif|gif|gpl|grf|icns|ico|iff|jng|jpeg|jpg|jfif|jp2|jps|lbm|max|miff|mng|msp|nitf|ota|pbm|pc1|pc2|pc3|pcf|pcx|pdn|pgm|PI1|PI2|PI3|pict|pct|pnm|pns|ppm|psb|psd|pdd|psp|px|pxm|pxr|qfx|raw|rle|sct|sgi|rgb|int|bw|tga|tiff|tif|vtf|xbm|xcf|xpm|3dv|amf|ai|awg|cgm|cdr|cmx|dxf|e2d|egt|eps|fs|gbr|odg|svg|stl|vrml|x3d|sxd|v2d|vnd|wmf|emf|art|xar|png|webp|jxr|hdp|wdp|cur|ecw|iff|lbm|liff|nrrd|pam|pcx|pgf|sgi|rgb|rgba|bw|int|inta|sid|ras|sun|tga)(?![a-z])"
        Dim matchedImage As Match
        Dim intImageFound As Integer
        Dim GetImagesUrlListromHtmlCodeTemp As New List(Of String)
        Dim strMsgException As String = "Erreur dans le module GetImagesUrlListromHtmlCode"

        Try
            For Each matchedImage In Regex.Matches(strHtmlPageCode, regexPattern)
                GetImagesUrlListromHtmlCodeTemp.Add(Replace(Replace(matchedImage.Value, Chr(34), ""), "=", ""))
                intImageFound = intImageFound + 1
                
            Next

            Return GetImagesUrlListromHtmlCodeTemp.Distinct().ToList

        Catch ex As Exception            
            Return Nothing
            Exit Try

        End Try

End Function

【讨论】：