清理由Outlook生成的img src

我有一個Outlook加載項，它將把MailItem保存其附件和html內容到可作爲網頁查看的位置。問題是，Outlook爲每個附件添加了兩組十六進制代碼，這裏是一個示例。清理由Outlook生成的img src

<img width=700 height=119 id="_x0000_i1032" src="http://somesite/img/didyouknow/[email protected]" alt="diduknow_header.gif">

從上面爲所有圖像移除01CD34FA.041E5EE0的最簡潔方法是什麼？

來源

2012-12-04 Marshall

簡單：既然你得到從前景負載完整的XML文檔首先到XmlDocument

XmlDocument xmlDoc = new XmlDocument(); 
xmlDoc.LoadXml(html); 
string imgsrc = xmlDoc["img"].Attributes["src"].InnerText; //I'm just guessing here without the full XML 

imgsrc = imgsrc.Substring(0, imgsrc.LastIndexOf('@'));

可能想要做錯誤檢查，因爲這將引發異常，如果沒有@符號在串。

來源

2012-12-04 21:16:09 Mataniko

我希望能處理整個html文檔的東西。 – Marshall

您可以將html加載到XmlDocument中，並通過以下方式輕鬆找到它： string imgsrc = xmlDoc [「img」]。Attributes [「src」]。InnerText; – Mataniko

我想過，但它似乎非常脆弱，我應該相信Outlook /用戶發送這些電子郵件生成足以走這條路線的HTML有效嗎？ – Marshall

嘗試搜索了此模式：

(src\=\".*?\.jpg)([^\"]+)(\")

而且隨着

$1$3

在代碼替換它將會是：

string input = File.ReadAllText("path/to/the/outlook.mess"); 
string pattern = @"(src\=\"".*?\.jpg)([^\""]+)(\"")"; 
string cleanOutput = Regex.Replace(input, pattern, "$1$3"); 
File.WriteAllText("/path/to/the/outlook.clean", cleanOutput);

注意，它的重複雙引號兩次需要在一個被引用的字符串中，具有單引號的效果。

來源

2012-12-04 22:10:44

@Marshal我更新了我的答案，添加了示例代碼。 –

清理由Outlook生成的img src

回答

相關問題