萬盛學電腦網

您现在的位置: 萬盛學電腦網 >> 程式設計 >  >> 網頁製作 >> HTML5 教學

C# 從 HTML 字符串提取 <img> 標籤 src 屬性的正則實現

在 C# 中解析 HTML 字符串提取圖片 URL,推薦使用 HtmlAgilityPack 等專業解析庫(健壯、符合標準)。若必須用正則,以下為參考實現:

正則提取實現

/// <summary>
/// 從 HTML 字符串提取所有 <img> 標籤的 src 屬性值
/// </summary>
/// <param name="htmlText">HTML 字符串</param>
/// <returns>圖片 URL 列表</returns>
public static List<string> GetImgUrls(string htmlText)
{
    var list = new List<string>();
    // 忽略大小寫,匹配 src 屬性值(支援單雙引號、無引號)
    var regImg = new Regex(@"<img\b[^>]*?\bsrc\s*=\s*[""']?(?<imgUrl>[^""'>\s]+)", RegexOptions.IgnoreCase);
    var matches = regImg.Matches(htmlText);
    foreach (Match m in matches)
    {
        list.Add(m.Groups["imgUrl"].Value);
    }
    return list;
}

正則說明

  • <img\b:匹配 img 標籤開頭
  • [^>]*?:非貪婪匹配標籤內其他屬性
  • \bsrc\s*=\s*[""']?:匹配 src= 及可選引號
  • (?<imgUrl>[^""'>\s]+):命名捕獲組,提取 URL(不含引號、空白、>)

⚠️ 正則解析 HTML 的局限性

  • 無法處理巢狀標籤、跨行屬性、JS 動態生成的標籤
  • HTML 結構變化極易導致正則失效
  • 生產環境強烈建議使用 HtmlAgilityPack 或 AngleSharp

HtmlAgilityPack 範例

var doc = new HtmlDocument();
doc.LoadHtml(htmlText);
var urls = doc.DocumentNode
    .SelectNodes("//img[@src]")?
    .Select(n => n.GetAttributeValue("src", ""))
    .Where(u => !string.IsNullOrEmpty(u))
    .ToList() ?? new List<string>();

專業解析器能正確處理各種邊界情況,長期維護成本遠低於正則。

copyright © 萬盛學電腦網 all rights reserved