正则表达式从HTML中匹配img标签的图片地址

目录
  • 前言
  • 分析
  • 正则表达式
  • 总结

前言

有玩过爬虫的人应该都有过在又臭又长的HTML中找寻信息的经历，虽然有各种工具和各种框架可以辅助查找，但是解析HTML的规则也是人想的，制定规则也是十分麻烦的。
恰好在个人的项目中，需要从某个网站中爬取图片，好在需求比较简单，所以试着使用正则表达式来解决。

分析

每个网站中展示图片的地方，无非就是img标签或者style中background-image和background，先解决img标签中的图片。
首先，地址在标签的src属性之中，所以找寻src的位置是必须的。但是不只有img标签拥有src属性，video和style也同样拥有src属性。因此，只匹配src的位置是不够，还得确保这个src的位置在img标签中。

然后，就是匹配src后面的地址，匹配地址的方法已经有许多文章描述过了，不再多说，但本文中用了一个比较取巧的方式去匹配。

总的思路就是先匹配src的位置，在获取图片地址。

正则表达式

  • 首先是匹配src的位置，既然是找位置，那就需要用的正则表达式中预查(?)，因为需要的图片地址是在src后面，所以用反向肯定预查，所以初步确定正则表达式可写成:

/(?<=判断条件)/ 至于反向肯定预查的判断条件，就是在img之后的src，所以正则表达式改成如下： /(?<=(img src="))/ 之所以匹配src=", 是因为想要直接就匹配到地址的开头位置，于是就顺手加上。
但是，因为img和src之间可能还存在class或者其他自定义属性，所以还要加上这些可能存在字符的匹配。但是因为这些字符的种类比较多，如双引号""，英文、数字、甚至是中文等等，一一匹配过于麻烦，有个取巧的方式就是匹配非>。
众所周知，>在HTML中是一个标签的结尾，所以它不可能出现在img标签内的img字符和src字符的中间，所以匹配位置的正则表达式可写成: /(?<=(img[^>]*src="))/

可以看到，能够成功找到图片地址的开头位置。

  • 既然位置找到了，那剩下的就是匹配地址了。这里可以使用其他相关文章说的匹配地址的正则表达式，但是和上面一样，同样可以取巧。
    在HTML标签中，图片地址是以双引号"开头和结尾的，上面的匹配位置已经匹配到图片开头的双引号之后，那么图片地址还剩下一个双引号，就是结尾的那个。
    那么，直接匹配所有连续不为"的字符不就可以了，思路可能有点复杂，但是写起来简单：

/[^"]*/

  • 因此，总的正则表达式为:

/(?<=(img[^>]*src="))[^"]*/g 结尾加个g是表示匹配所有符合条件的字符串，现在就可以匹配出图片地址了：

总结

到此这篇关于正则表达式从HTML中匹配img标签图片地址的文章就介绍到这了,更多相关正则表达式匹配img标签图片地址内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！

赞 (0)

相关推荐

  • php正则表达式匹配img中任意属性的方法

    经常和图片打交道,不得不用到一些提取图片中scr.alt.title.等的属性,这里总结给大家一些常用的,感觉还不错,比较通用! PHP正则表达式匹配img中任意属性PHP 复制代码 代码如下: <?php /*PHP正则提取图片img标记中的任意属性*/ $str = '<center><img src="/uploads/images/20100516000.jpg" height="120" width="120"&

  • 正则表达式从HTML中匹配img标签的图片地址

    正则表达式从HTML中匹配img标签的图片地址

    目录 前言 分析 正则表达式 总结 前言 有玩过爬虫的人应该都有过在又臭又长的HTML中找寻信息的经历,虽然有各种工具和各种框架可以辅助查找,但是解析HTML的规则也是人想的,制定规则也是十分麻烦的.恰好在个人的项目中,需要从某个网站中爬取图片,好在需求比较简单,所以试着使用正则表达式来解决. 分析 每个网站中展示图片的地方,无非就是img标签或者style中background-image和background,先解决img标签中的图片.首先,地址在标签的src属性之中,所以找寻src的位置是

  • js正则匹配出所有图片及图片地址src的方法

    本文实例讲述了js正则匹配出所有图片及图片地址src的方法.分享给大家供大家参考.具体分析如下: 有很多时候我们需要用到文章里面的图片,而且主要是用到它的图片地址,这个时候我们需要通过正则匹配出图片标签,然后做到我们需要的数据 平时也没怎么用正则,一不学就忘,最近项目需要,然后又去goole了,好乱!一搜一大堆,也不是我想要的,最后把自己留一个已被后用: 实现:通过js正则匹配出所有图片及所有图片地址src. 思路:1.匹配出图片img标签(即匹配出所有图片),过滤其他不需要的字符 从匹配出来的

  • 关于Vue中img动态拼接src图片地址的问题

    下面看下Vue中img动态拼接:src图片地址,具体内容如下所示: 使用场景:根据后端返回图片标记来匹配本地图片资源 例如:根据后端返回k1标记,前端生成assets/images/inventory/k1.png图片资源路径 <template> <div class="fl"> <img :src="getImgUrl(gatherInfo.img1)" alt=""> <img :src="

  • C#正则表达式匹配HTML中的图片路径，图片地址代码

    一般来说一个 HTML 文档有很多标签,比如"<html>"."<body>"."<table>"等,想把文档中的 img 标签提取出来并不是一件容易的事.由于 img 标签样式变化多端,使提取的时候用程序寻找并不容易.于是想要寻找它们就必须写一个非常健全的正则表达式,不然有可能会找得不全,或者找出来的不是正确的 img 标签.我们可以从 HTML 标签的格式去想应该怎么建这个正则表达式.首先要想一下 img

  • Java正则表达式实现在文本中匹配查找换行符的方法【经典实例】

    Java正则表达式实现在文本中匹配查找换行符的方法【经典实例】

    本文实例讲述了Java正则表达式实现在文本中匹配查找换行符的方法.分享给大家供大家参考,具体如下: 默认情况下,正则表达式 ^ 和 $ 忽略行结束符,仅分别与整个输入序列的开头和结尾匹配.如果激活 MULTILINE 模式,则 ^ 在输入的开头和行结束符之后(输入的结尾)才发生匹配.处于 MULTILINE 模式中时,$ 仅在行结束符之前或输入序列的结尾处匹配. NLMatch.java: package nlMatch; import java.util.regex.Pattern; /**

  • JS中正则表达式只有3种匹配模式(没有单行模式)详解

    JS正则表达式对象模式仅有如下三种:  g (全文查找出现的所有 pattern) i (忽略大小写) m (多行查找) 即没有单行匹配模式,Singleline(单行模式):更改.的含义,使它与每一个字符匹配(包括换行符\n). 如java中 String regex = "(?s)(?<=interface).{0,500}(shutdown)";---------"."表示在一行. 但可以采用[\d\D]或[\w\W]或[\s\S]或(.|\s)*?来解

  • Java替换中使用正则表达式实现中间模糊匹配的方法

    使用".+?"实现中间模糊匹配的代码: public class Test { public static void main(String[] args) { String str="总会在某一个回眸的时刻醉了流年,濡湿了柔软的心.总会有某一个回眸的时刻醉了流年,濡湿了柔软的心"; str=str.replaceAll("总会在.+?流年", "总会有某一个回眸的时刻醉了流年"); System.out.println(st

  • python字符串中匹配数字的正则表达式

    Python 正则表达式简介 正则表达式是一个特殊的字符序列,它能帮助你方便的检查一个字符串是否与某种模式匹配. Python 自1.5版本起增加了re 模块,它提供 Perl 风格的正则表达式模式. re 模块使 Python 语言拥有全部的正则表达式功能. compile 函数根据一个模式字符串和可选的标志参数生成一个正则表达式对象.该对象拥有一系列方法用于正则表达式匹配和替换. re 模块也提供了与这些方法功能完全一致的函数,这些函数使用一个模式字符串做为它们的第一个参数. 本章节给大家介

  • python正则表达式中匹配次数与贪心问题详解(+ ？*)

    python正则表达式中匹配次数与贪心问题详解(+ ？*)

    python中正则表达式中的匹配次数问题网上有很多解释,最多的就是*匹配0或者无数次,+匹配1次或无数次,?匹配0次或者1次.可是虽然这个文字描述很简单,但是真正用起来的时候大家有没有发觉还是需要谨慎使用才能发挥出这个匹配次数的真正功能,下面举几个简单例子参考: 首先是一个很简单的匹配: 字符串如下 我们直接匹配python,结果只匹配到一个 接下来我们把匹配次数的符号加进去,首先是*,结果如下: 匹配到了三处,即匹配到了所有的前缀有python的字符串 换成+再次匹配 结果和*的匹配一致,那使

  • 正则表达式教程之重复匹配详解

    本文实例讲述了正则表达式教程之重复匹配.分享给大家供大家参考,具体如下: 注:在所有例子中正则表达式匹配结果包含在源文本中的[和]之间,有的例子会使用Java来实现,如果是java本身正则表达式的用法,会在相应的地方说明.所有java例子都在JDK1.6.0_13下测试通过. 一.有多少个匹配 前面几篇讲的都是匹配一个字符,但是一个字符或字符集合要匹配多次,应该怎么做呢?比如要匹配一个电子邮件地址,用之前说到的方法,可能有人会写出像\w@\w\.\w这样的正则表达式,但这个只能匹配到像a@b.c

随机推荐