正则表达式从HTML标记获取属性

我正在寻找一个正则表达式，可以从java中的以下HTML片段中获取src（不区分大小写）标记。

Answer 1

一种可能性：

 String imgRegex = "]+src\\s*=\\s*['\"]([^'\"]+)['\"][^>]*>"; 

是一种可能性（如果匹配不区分大小写）。 这有点乱，故意忽略不使用引号的情况。 要表示它而不必担心字符串转义：

 ]+src\s*=\s*['"]([^'"]+)['"][^>]*> 

匹配：

• 一个或多个不是>字符（即可能的其他属性）
• src
• 可选的空格
• =
• 可选的空格
• 开始'或'分隔符
• 图像源 （可能不包含单引号或双引号）
• 结束分隔符
• 虽然表达式可以在这里停止，但我补充说：
  • 零个或多个不是>字符（更多可能的属性）
  • >关闭标签

注意事项：

• 如果你想包括src= ，请将左侧的开括号移动:-)
• 这不关心分隔符平衡或没有分隔符的属性值，它也可以阻塞格式错误的属性（例如包含>或包含'或'图像源的属性）。
• 使用像这样的正则表达式解析HTML是非常重要的，并且充其量只是在大多数情况下都能运行的快速黑客。

Answer 2

这个问题在这里出现了很多。

正则表达式是处理此问题的一种不好的方法。 帮自己一个忙，并使用某种HTML解析器。

正则表达式是解析HTML的片段。 你最终会得到一个复杂的表达式，在某些角落的情况下会出现意外行为。

编辑： 如果您的HTML很简单，那么：

 Pattern p = Pattern.compile("src\\s*=\\s*([\\"'])?([^ \\"']*)"); Matcher m = p.matcher(str); if (m.find()) { String src = m.group(2); } 

并且有许多Java HTML解析器 。

Answer 3

这个答案适用于谷歌搜索者，因为为时已晚

复制cletus显示错误并修改他的答案并传递修改过的String src\\s*=\\s*([\"'])?([^\"']*)作为参数传递给Pattern.compile为我工作，

这是完整的例子

  String htmlString = "
"; //Sample HTML String ptr= "src\\s*=\\s*([\"'])?([^\"']*)"; Pattern p = Pattern.compile(ptr); Matcher m = p.matcher(htmlString); if (m.find()) { String src = m.group(2); //Result } 

Answer 4

你的意思是img-Tag的src属性？ 在这种情况下，您可以使用以下内容：

 <[Ii][Mm][Gg]\\s*([Ss][Rr][Cc]\\s*=\\s*[\"'].*?[\"']) 

这应该工作。 表达式src ='...'在parantheses中，因此它是一个matcher-group，可以单独处理。