VBA正則表達式

Question

我想使用vba正則表達式在html代碼中查找圖像。在下面的圖像名稱示例中，我只能找到第二個圖像，而不是第一個圖像。

.Pattern = "<img\s*src=""([^""]*)""" 

<img width="100%" src="red_blue.jpg"> 
<img src="img7993xyz71.jpg"> 

Answer 1

說明

與使用.*?的問題是，如果img標籤沒有src屬性，那麼你可能會匹配更多文本，然後你有興趣，或者你可能會意外地發現隨後的非img標記的src屬性。

這個正則表達式會捕獲整個img標籤，並將取出src屬性值。如果img標籤沒有src屬性，那麼img標籤將被跳過。

正則表達式：<img\b(?=\s)(?=(?:[^>=]|='[^']*'|="[^"]*"|=[^'"][^\s>]*)*?\ssrc=('[^']*'|"[^"]*"|[^'"][^\s>]*))(?:[^>=]|='[^']*'|="[^"]*"|=[^'"\s]*)*"\s?>

例

示例文本

注所述第二線具有一定的困難邊緣情況

<img width="100%" src="red_blue.jpg"> 
<img onmouseover=' var src="NotRealImage.png" ; funImageSwap(src); '><form><input type="image" src="submit.gif"></form> 
<img src="img7993xyz71.jpg"> 

代碼

我意識到這個例子是vb.net而不是vba，我只是包括這個來表明該解決方案將與.net正則表達式引擎一起工作。

VB.NET Code Example: 
Imports System.Text.RegularExpressions 
Module Module1 
    Sub Main() 
    Dim sourcestring as String = "replace with your source string" 
    Dim re As Regex = New Regex("<img\b(?=\s) # capture the open tag 
(?=(?:[^>=]|='[^']*'|=""[^""]*""|=[^'""][^\s>]*)*?\ssrc=('[^']*'|""[^""]*""|[^'""][^\s>]*)) # get the href attribute 
(?:[^>=]|='[^']*'|=""[^""]*""|=[^'""\s]*)*""\s?> # get the entire tag 
",RegexOptions.IgnoreCase OR RegexOptions.IgnorePatternWhitespace OR RegexOptions.Multiline OR RegexOptions.Singleline) 
    Dim mc as MatchCollection = re.Matches(sourcestring) 
    Dim mIdx as Integer = 0 
    For each m as Match in mc 
     For groupIdx As Integer = 0 To m.Groups.Count - 1 
     Console.WriteLine("[{0}][{1}] = {2}", mIdx, re.GetGroupNames(groupIdx), m.Groups(groupIdx).Value) 
     Next 
     mIdx=mIdx+1 
    Next 
    End Sub 
End Module 

匹配

[0][0] = <img width="100%" src="red_blue.jpg"> 
[0][1] = "red_blue.jpg" 
[1][0] = <img src="img7993xyz71.jpg"> 
[1][1] = "img7993xyz71.jpg"