如何从 C# 中的字符串中提取 url答案

【问题标题】：How to extract an url from a String in C#如何从 C# 中的字符串中提取 url
【发布时间】：2017-01-18 10:38:50
【问题描述】：

我有这个字符串：

 "<figure><img
 src='http://myphotos.net/image.ashx?type=2&image=Images\\2\\9\\11\\12\\3\\8\\4\\7\\685621455625.jpg'
 href='JavaScript:void(0);' onclick='return takeImg(this)'
 tabindex='1' class='myclass' width='55' height='66' alt=\"myalt\"></figure>"

我怎样才能找回这个链接：

http://myphotos.net/image.ashx?type=2&image=Images\\2\\9\\11\\12\\3\\8\\4\\7\\685621455625.jpg

所有字符串都是相同的类型，所以我需要在 src= 和 href 之间获取子字符串。但我不知道该怎么做。谢谢。

【问题讨论】：

你可以使用 htmlagilitypack htmlagilitypack.codeplex.com 它在解析 html 方面做得很好。它通常比匹配正则表达式更稳定
Find a string between 2 known values的可能重复
字符引用 = '\'' ; string url=(thesourcestring+quote).split(quote)[1] ;

标签： c#

【解决方案1】：

如果您解析 HTML，请不要使用字符串方法，而是使用真正的 HTML 解析器，例如 HtmlAgilityPack:

var doc = new HtmlAgilityPack.HtmlDocument();
doc.LoadHtml(html);  // html is your string
var linksAndImages = doc.DocumentNode.SelectNodes("//a/@href | //img/@src");
var allSrcList = linksAndImages
    .Select(node => node.GetAttributeValue("src", "[src not found]"))
    .ToList();

【讨论】：

这是否会从 html 页面中提取所有 URL
它确实从给定html 的linksAndImages 中提取网址

【解决方案2】：

你可以使用正则表达式：

var src = Regex.Match("the string", "<img.+?src=[\"'](.+?)[\"'].*?>", RegexOptions.IgnoreCase).Groups[1].Value;

【讨论】：

使用此方法需要删除断线。 Check this
@m.rogalski 你这是什么意思？我无法理解
我的意思是，如果您的字符串包含有问题的换行符，则此方法将毫无用处。您可以查看我发布的这个点击链接。，这应该在答案中指定。

【解决方案3】：

一般来说，在解析 HTML 代码中的值时应该使用 HTML/XML 解析器，但是像这样有限的字符串，Regex 就可以了。

string url = Regex.Match(htmlString, @"src='(.*?)'").Groups[1].Value;

【讨论】：

【解决方案4】：

如果您的字符串始终采用相同的格式，您可以轻松地这样做：

string input =  "<figure><img src='http://myphotos.net/image.ashx?type=2&image=Images\\2\\9\\11\\12\\3\\8\\4\\7\\685621455625.jpg' href='JavaScript:void(0);' onclick='return takeImg(this)' tabindex='1' class='myclass' width='55' height='66' alt=\"myalt\"></figure>";
// link is between ' signs starting from the first ' sign so you can do :
input = input.Substring(input.IndexOf("'")).Substring(input.IndexOf("'"));
// now your string looks like : "http://myphotos.net/image.ashx?type=2&image=Images\\2\\9\\11\\12\\3\\8\\4\\7\\685621455625.jpg"

return input;

【讨论】：

【解决方案5】：

string str = "<figure><imgsrc = 'http://myphotos.net/image.ashx?type=2&image=Images\\2\\9\\11\\12\\3\\8\\4\\7\\685621455625.jpg'href = 'JavaScript:void(0);' onclick = 'return takeImg(this)'tabindex = '1' class='myclass' width='55' height='66' alt=\"myalt\"></figure>";

int pFrom = str.IndexOf("src = '") + "src = '".Length;
int pTo = str.LastIndexOf("'href");

string url = str.Substring(pFrom, pTo - pFrom);

来源：

Get string between two strings in a string

【讨论】：

【解决方案6】：

在这种情况下，Q 是您的字符串，我查找您想要的属性的索引 (src = ')，然后删除前几个字符（包括空格在内的 7 个字符），然后您通过查找来查找文本何时结束为'。

删除前几个字符后，您可以使用 .IndexOf 查找要删除的字符数，因此它不是硬编码的。

        string q =
            "<figure><img src = 'http://myphotos.net/image.ashx?type=2&image=Images\\2\\9\\11\\12\\3\\8\\4\\7\\685621455625.jpg' href = 'JavaScript:void(0);' onclick = 'return takeImg(this)'" +
            "tabindex = '1' class='myclass' width='55' height='66' alt=\"myalt\"></figure>";
        string z = q.Substring(q.IndexOf("src = '"));
        z = z.Substring(7);
        z = z.Substring(0, z.IndexOf("'"));
        MessageBox.Show(z);

这当然不是最优雅的方式（查看其他答案:)）。

【讨论】：