正则表达式 <img > 标签解析与 src、宽度、高度

Question

您可能会对这句话做出反应，即使用正则表达式进行 HTML 解析是一个完全坏主意，例如遵循 this，您是对的。

但在我的例子中，下面的 html 节点是由我们自己的服务器创建的，所以我们知道它总是看起来像这样，因为正则表达式将在 移动 android 库中，所以我不知道不想使用 Jsoup 之类的库。

我要解析的内容：<img src="myurl.jpg" width="12" height="32">

应该解析什么：

• 匹配一个常规的img标签，并分组src属性值：<img[^>]+src\\s*=\\s*['\"]([^'\"]+)['\"][^>]*>
• 宽度和高度属性值：(width|height)\s*=\s*['"]([^'"]*)['"]*

所以第一个正则表达式将有一个带有 img url 的 #1 组，第二个正则表达式将有两个匹配其值的子组。

如何合并两者？

期望的输出：

• 图片网址
• 宽度值
• 高度值

Answer 1

要将任何img 标记与src、height 和width 属性匹配，这些属性可以以任何顺序出现并且实际上是可选的，您可以使用

"(<img\\b|(?!^)\\G)[^>]*?\\b(src|width|height)=([\"']?)([^>]*?)\\3"

查看regex demo 和IDEONE Java demo：

String s = "<img height=\"132\" src=\"NEW_myurl.jpg\" width=\"112\"><link src=\"/test/test.css\"/><img src=\"myurl.jpg\" width=\"12\" height=\"32\">";
Pattern pattern = Pattern.compile("(<img\\b|(?!^)\\G)[^>]*?\\b(src|width|height)=([\"']?)([^\"]*)\\3");
Matcher matcher = pattern.matcher(s);
while (matcher.find()){
    if (!matcher.group(1).isEmpty()) { // We have a new IMG tag
        System.out.println("\n--- NEW MATCH ---");  
    }
    System.out.println(matcher.group(2) + ": " + matcher.group(4));
} 

正则表达式详细信息：

• (<img\\b|(?!^)\\G) - 与<img>标签匹配的初始边界开始或上一次成功匹配的结束
• [^>]*? - 匹配我们不感兴趣的任何可选属性（除> 之外的0+ 个字符，以便留在标签内） -\\b(src|width|height)= - 一个完整的单词src=、width= 或height=
• ([\"']?) - 检查属性值分隔符的技术第三组
• ([^>]*?) - 包含属性值的第 4 组（除 > 之外的 0+ 个字符，在第一个之前尽可能少
• \\3 - 与第 3 组匹配的属性值分隔符（注意如果分隔符可能为空，请在模式末尾添加 (?=\\s|/?>)）

逻辑：

• 匹配img标签的开头
• 然后，匹配里面的所有内容，但只捕获我们需要的属性
• 由于我们将有多个匹配项，而不是组，我们需要为每个新的img 标记找到一个边界。这是通过检查第一组是否不为空来完成的 (if (!matcher.group(1).isEmpty()))
• 剩下要做的就是添加一个保持匹配的列表。

Answer 2

如果你想将两者结合起来，这里就是答案。

<img\s+src="([^"]+)"\s+width="([^"]+)"\s+height="([^"]+)"

我测试的样本

<img src="rakesh.jpg" width="25" height="45">

试试这个

Answer 3

你可能想要这个：

"(?i)(src|width|height)=\"(.*?)\""

---

更新：

我误解了你的问题，你需要这样的东西：

"(?i)<img\\s+src=\"(.*?)\"\\s+width=\"(.*?)\"\\s+height=\"(.*?)\">"

Regex101 Demo

---

更新 2

下面的正则表达式将按任意顺序捕获img 标签属性：

"(?i)(?><img\\s+)src=\"(.*?)\"|width=\"(.*?)\"|height=\"(.*?)\">"  

Regex101 Demo v2