用于设置 IMG src = "" 的正则表达式答案

【问题标题】：RegEx for setting IMG src = ""用于设置 IMG src = "" 的正则表达式
【发布时间】：2011-09-08 03:00:04
【问题描述】：

我有原始 HTML，我需要设置所有 IMG src="http://foo"。

这是我目前使用的正则表达式，它似乎有效。在我的环境中，可以安全地假设标签是大写的，属性是小写的。我在.Net 中执行此操作，但我认为该平台在这里并不重要。 \s 是 .Net RegEx 引擎中的任何空格。

有人可以改进吗？

Regex.Replace(htmlText, "(<IMG[^>]*\\ssrc=\")([^\"]*)(\"[^>]*>)", "$1http://foo$3")

【问题讨论】：

标签： regex

【解决方案1】：

首先匹配整个 IMG 标签，然后匹配 src="([^\"]*)" 属性，替换它，只为 src="..." 部分提供替换字符串。

然后您可以使用原始匹配，并搜索整个标签，并将其替换为整个标签。

【讨论】：

【解决方案2】：

无论如何都不是正则专家，但试试 txt2re.com

【讨论】：

【解决方案3】：

\s+ 可能允许多个空格

【讨论】：

【解决方案4】：

另一种方法是使用 HTML 解析器。 IMO，你最好使用解析器而不是正则表达式来完成这项任务。

【讨论】：

+1。虽然我通常会完全同意这一点，但有时 HTML 解析器不起作用。在我的问题（一个旧问题）的情况下，使用 HTML 解析引擎花费的时间太长了，因为我有很多 HTML 需要在短时间内完成。正则表达式方法明显更快，但不太健壮。但是，OP 中没有说明这一点。
我脑海中的时髦黑客声音说在这种情况下使用并发/MapReduce。或者只是像一个正常的、理智的人一样用 grep 探索！