获取指定标签的指定属性的正则表达式

最新推荐文章于 2023-03-07 16:34:37 发布

原创最新推荐文章于 2023-03-07 16:34:37 发布 · 1k 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#python #php

正则表达式专栏收录该内容

1 篇文章

订阅专栏

本文介绍了一种使用正则表达式来抓取HTML标签中特定属性的方法，特别针对img标签的src属性进行了详细说明，并提供了具体的正则表达式实例。

获取指定标签的指定属性的正则表达式

2011-02-22 16:36 33人阅读评论(0) 收藏举报

获取指定标签的指定属性的正则表达式

(?<=<(?:XXXXX)[^>]*(?<start>(?:xxxxx)(?:/s*=/s*(?<end>["']?))))(?:[^/s"'>]*)
这个是获取指定标签的指定属性的表达式

其中
XXXXX就是指定的标签如果有多个(?:XXXXX|XXXXX|XXXXX)
xxxxx就是指定的属性如果有多个(?:xxxxx|xxxxx|xxxxx)
group("start") 是属性的前缀 (xxxxx=") 其中xxxxx是你的属性后面可以忽略"="号前后的空格并且能够区分包围属性值的双引号单引号或空
group("end") 是包围属性值的双引号单引号或空

以上无法分析你的图片类型如果需要分辨图片类型则在上面表达式后面加上下面的表达式

说多了怕你不懂给你个实际点的表达式
(?<=<(?:img)[^>]*(?<start>(?:src)(?:/s*=/s*(?<end>["']?))))(?:[^/s"'>]*)/.(?:jpg|gif|jpeg|bmp|png)

测试:
<IMG src= '/eicms/wwwroot/resources/12/2006101207263154.jpg' border=0><IMG src ="/eicms/wwwroot/resources/1/20061012023459298.jpg" border=0>

match到2个分别是
/eicms/wwwroot/resources/12/2006101207263154.jpg
组"start" 为 (src= ')
组"end" 为 (')
/eicms/wwwroot/resources/1/20061012023459298.jpg
组"start" 为 (src =")
组"end" 为 (")

如果你不需要里面的2个组可以用这个表达式
(?<=<(?:img)[^>]*(?:(?:src)(?:/s*=/s*(?:["']?))))(?:[^/s"'>]*)/.(?:jpg|gif|jpeg|bmp|png)