【.net/.net core】工具类-获取带有HTML标签的字符串中,IMG标签的SRC和A标签的HREF

原创已于 2024-07-17 14:20:56 修改 · 94 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#c# #html #开发语言 #.netcore

于 2021-12-06 10:32:41 首次发布

C#工具类专栏收录该内容

3 篇文章

订阅专栏

#region 获取HTML中的IMG标签的URL
        /// <summary>    
        /// 取得HTML中所有图片的 URL。    
        /// </summary>    
        /// <param name="sHtmlText">HTML代码</param>    
        /// <returns>图片的URL列表</returns>    
        public static string[] GetHtmlImageUrlList(string sHtmlText)
        {
            if (string.IsNullOrEmpty(sHtmlText))
            {
                var s = new string[1];
                s[0] = "";
                return s;
            }
            // 定义正则表达式用来匹配 img 标签    
            Regex regImg = new Regex(@"<img\b[^<>]*?\bsrc[\s\t\r\n]*=[\s\t\r\n]*[""']?[\s\t\r\n]*(?<imgUrl>[^\s\t\r\n""'<>]*)[^<>]*?/?[\s\t\r\n]*>", RegexOptions.IgnoreCase);

            // 搜索匹配的字符串    
            MatchCollection matches = regImg.Matches(sHtmlText);
            int i = 0;
            string[] sUrlList = new string[matches.Count];

            // 取得匹配项列表    
            foreach (Match match in matches)
                sUrlList[i++] = match.Groups["imgUrl"].Value;
            return sUrlList;
        }
        #endregion

        #region 获取HTML中的a标签的href
        /// <summary>    
        /// 取得HTML中所有图片的 URL。    
        /// </summary>    
        /// <param name="sHtmlText">HTML代码</param>    
        /// <returns>图片的URL列表</returns>    
        public static string[] GetHtmlAHrefList(string sHtmlText)
        {
            if (string.IsNullOrEmpty(sHtmlText))
            {
                var s = new string[1];
                s[0] = "";
                return s;
            }
            // 定义正则表达式用来匹配 a 标签    
            Regex regImg = new Regex(@"(?is)<a[^>]*?href=(['""\s]?)(?<href>[^'""\s]*)\1[^>]*?>", RegexOptions.IgnoreCase);

            // 搜索匹配的字符串    
            MatchCollection matches = regImg.Matches(sHtmlText);
            int i = 0;
            string[] sUrlList = new string[matches.Count];

            // 取得匹配项列表    
            foreach (Match match in matches)
                sUrlList[i++] = match.Groups["href"].Value;
            return sUrlList;
        }
        #endregion