如何從指定的alt標籤串

我想從下面的字符串，其中alt設置爲"thumbnail"提取「http://www.somewebsite.com/wanted.jpg」，並避免抓http://www.somewebsite.com/notwanted.jpg搶網址：如何從指定的alt標籤串

<span>Some information here 
    <div> 
    <img src="http://www.somewebsite.com/notwanted.jpg" width="15" height="15" alt="emoticon"> 
    <img src="http://www.somewebsite.com/wanted.jpg" alt="thumbnail"> 
    </div> 
</span>

什麼是最簡單的方法去做？

來源

2014-06-28 Chris L

最簡單的方法？ HTML敏捷包或類似的HTML解析器 - *不* RegEx。 – Tim

@tim我會這樣做，但這是HTML Feed包無法處理的RSS源字符串的一部分，因爲它基於XML。我嘗試過，但無法完成工作。 –

啊......另一種選擇可能是查看LINQ到XML，並以這種方式解析它 - 除非Feed的這個特定部分是CDATA。但在這種情況下，如果無法獲取HTML或XML解析器來處理它，RegEx *可能實際上更合適。 – Tim

與所有有關使用正則表達式解析HTML的警告，這個C＃正則表達式匹配的URL你想要的：

(?<=src=")[^"]+(?="[^">]*?alt="thumbnail")

參見demo。

要在C＃測試：

var myRegex = new Regex("(?<=src=\")[^\"]+(?=\"[^\">]*?alt=\"thumbnail\")"); 
string resultString = myRegex.Match(s1).Value; 
Console.WriteLine(resultString);

輸出：

http://www.somewebsite.com/wanted.jpg

說明

的回顧後(?<=src=")斷言，什麼前面是src="
[^"]+比賽是不是所有的字符一個"（這就是我們想要的）
先行(?="[^">]*?alt="thumbnail")斷言，接下來是一個報價，任何字符是不是一個報價或>接着`ALT = 「縮略圖」

參考， NCE

來源

2014-06-28 01:04:49 zx81

這是有效的，但我不得不將它更改爲'Groups [0]':) –

+1爲詳細的解釋和明確的警告解析XML/HTML與正則表達式的可怕想法... –

@ChrisL那一定是一個小錯字，謝謝。 :)你實際上不需要'Groups [0]'，'myRegex.Match（s1）.Value;'會做。 – zx81

你可以使用正則表達式如下拿到哪裏alt設置爲thumbnail的IMG SRC，

\"[^\"]*\"(?=\s*alt=\"thumbnail\")

DEMO

如果您不希望出現在輸出的雙引號的你可以試試下面的正則表達式，

\"\K[^\"]*(?=\"\s*alt=\"thumbnail\")

DEMO

說明：

\"\K \ķ丟棄先前匹配的人物，在我們的情況下，它丟棄了以前"標誌。
[^\"]*匹配任何不是雙引號的字符零次或多次。
(?=\"\s*alt=\"thumbnail\")正前瞻用來檢查字符串緊隨之後"必須"\s*alt="thumbnail"

來源

2014-06-28 01:01:29

假設你的字符串是htmlText您可以輕鬆地HtmlAgilityPack加載和不是執行選擇：

HtmlDocument html = new HtmlDocument(); 
html.LoadHtml(htmlText); 
var src = html.DocumentNode 
    .SelectSingleNode("//img[@alt='thumbnail']").GetAttributeValue("src","");

來源

2014-06-28 01:12:45

這將是我的首選方式，但它無法加載XML提要 - 它只會崩潰。 –

@ChrisL：旁註 - 在您的問題中，您的實際問題看起來幾乎爲零。您的示例顯示純HTML，但註釋中提到某種您無法加載的XML。也許你真正的問題是試圖讀無效的「XML」或不知道如何獲得特定節點的內部XML？ –

如何從指定的alt標籤串

回答

相關問題