编写一个正则表达式来匹配 img 标签的 src、height 和 width 属性答案

【问题标题】：Writing a REGEX to match the src, height and width attributes of an img tag编写一个正则表达式来匹配 img 标签的 src、height 和 width 属性
【发布时间】：2009-05-19 06:22:45
【问题描述】：

我正在尝试编写一个正则表达式来匹配图像标签上的 src、宽度和高度属性。宽度和高度是可选的。

我想出了以下几点：

(?:<img.*)(?<=src=")(?<src>([\w\s://?=&.]*)?)?(?:.*)(?<height>(?<=height=")\d*)?(?:.*)(?<width>(?<=width=")(\d*)?)?

expresso 仅显示以下 html sn-p 的 src 位匹配

<img src="myimage.jpg" height="20" />
<img src="anotherImage.gif" width="30"/>

我希望我真的很亲密，这里有人可以指出我做错了什么，我觉得它是我在字符之间的可选位 (?:.*) 我试过让它不贪心没有成功。那么有什么建议吗？

【问题讨论】：

为什么需要使用正则表达式？你能不通过 HTML 解析库运行它，而是使用 XMLReader 函数吗？
Regex 语法在不同的语言中是不同的。那么您使用的是哪种语言？ Perl，红宝石，还有别的吗？更重要的是，考虑使用 html 解析器而不是正则表达式。如果 src 在宽度和高度之后而不是之前，你认为正则表达式会匹配吗？

标签： regex

【解决方案1】：

使用正则表达式从 HTML 中提取值总是一个错误。 HTML 语法要复杂得多，它可能首先出现，而且页面很容易捕捉到非常复杂的正则表达式。

请改用HTML Parser。

This question has been asked before 并且会再次被询问。正则表达式似乎是解决这个问题的好选择，但事实并非如此。

【讨论】：

使用 HTML 解析器要容易得多，我使用了 HTMLAgilityPack，速度快得多，并且给您更多控制。非常感谢

【解决方案2】：

正则表达式根本不擅长解析 HTML（请参阅 Can you provide some examples of why it is hard to parse XML and HTML with a regex? 了解原因）。您需要的是一个 HTML 解析器。有关使用各种解析器的示例，请参阅 Can you provide an example of parsing HTML with your favorite parser?。

【讨论】：

【解决方案3】：

在大多数正则表达式方言中，.* 是“贪婪的”并且会过度匹配；改用.*? 来匹配“尽可能少”。

【讨论】：

【解决方案4】：

我没有机会测试它，但也许这对你有用（注意我没有使用命名匹配）：

<img(?:(\s*(src|height|width)\s*=\s*"([^"]+)"\s*)+|[^>]+?)*>

【讨论】：