Ich bin auf der Suche nach einem regulären Ausdruck, der mich src (case insensitive) -Tag von folgenden HTML-Schnipsel in Java erhalten kann.Regulärer Ausdruck, um ein Attribut von HTML-Tag zu bekommen
<html><img src="kk.gif" alt="text"/></html>
<html><img src='kk.gif' alt="text"/></html>
<html><img src = "kk.gif" alt="text"/></html>
eine Möglichkeit:
String imgRegex = "<img[^>]+src\\s*=\\s*['\"]([^'\"]+)['\"][^>]*>";
eine Möglichkeit (wenn matched-insensitively). Es ist ein bisschen durcheinander und ignoriert absichtlich den Fall, in dem keine Anführungszeichen verwendet werden. Um es darzustellen, ohne sich um String Sorgen entkommt:
<img[^>]+src\s*=\s*['"]([^'"]+)['"][^>]*>
Das passt:
<img> (dmöglich, andere Attribute)src=' oder "> (weitere mögliche Attribute) sind> den Tagzu schließen Zu beachten:
src= auch, bewegen Sie die offene Klammer weiter nach links :-)> oder Bildquellen, die ' oder " enthalten).Diese Frage kommt hier viel auf.
Reguläre Ausdrücke sind eine schlechte Art der Behandlung dieses Problems. Tun Sie sich einen Gefallen und verwenden Sie einen HTML-Parser.
Regexes sind flockig zum Parsen von HTML. Sie werden am Ende mit einem komplizierten Ausdruck enden, der sich in einigen Fällen, in denen anders passieren wird, unerwartet verhält.
Edit:Wenn Ihr HTML einfach ist das dann:
Pattern p = Pattern.compile("src\\s*=\\s*([\\"'])?([^ \\"']*)");
Matcher m = p.matcher(str);
if (m.find()) {
String src = m.group(2);
}
Und es gibt any number of Java HTML parsers da draußen.
auch XPath wäre dies besser sein * seufz * – annakata
zu sagen, dass zu einem pa ohne Verlinkung rser ist nicht wirklich nützlich. – wds
Ich stimme zu; aber ich habe einen kleinen Ausschnitt in Daten und für jedes Datenelement in Schleife und nicht sicher, ob Parser laden und den Wert erhalten wird aus Sicht der Leistung –
Sie meinen das src-Attribut des img-Tags? In diesem Fall können Sie mit folgenden Optionen gehen:
<[Ii][Mm][Gg]\\s*([Ss][Rr][Cc]\\s*=\\s*[\"'].*?[\"'])
Das sollte funktionieren. Der Ausdruck src = '...' steht in Klammern, ist also eine Matcher-Gruppe und kann getrennt verarbeitet werden.
ja; Ich brauche src Attribut vom Bild; aber diese Ausdruckskompilierung in Java; Kannst du das bitte überprüfen? –
Das wird funktionieren, bis jemand Apostrophe anstelle von doppelten Anführungszeichen verwendet, um den Attributwert zu begrenzen (src = 'foo'). Außerdem würde Ihr Ansatz fehlschlagen, wenn das img-Tag andere Attribute hätte. Die Komplexität ist ziemlich hoch, obwohl Sie die meisten Fälle mit einer guten Regex richtig machen können. Ich habe aber kein Handy. –
Danke für die Antwort; Diese RegEx-Kompilierung ist in Java mit folgendem Fehler fehlgeschlagen. java.util.regex.PatternSyntaxException: Unclosed gro p nahe Index 43 <[Ii] [Mm] [Gg] \ s * ([Ss] [Rr] [Cc] \ s * = \ s * \ " .? * \“ ^ –
Diese Antwort ist für Forscher google, weil es zu spät ist
Kopieren cletus der Fehler zeigte und seine Antwort ändern und vorbei modifizierten String src\\s*=\\s*([\"'])?([^\"']*) als Parameter übergeben in Pattern.compile für mich gearbeitet,
Hier das volle Beispiel
String htmlString = "<div class=\"current\"><img src=\"img/HomePageImages/Paris.jpg\"></div>"; //Sample HTML
String ptr= "src\\s*=\\s*([\"'])?([^\"']*)";
Pattern p = Pattern.compile(ptr);
Matcher m = p.matcher(htmlString);
if (m.find()) {
String src = m.group(2); //Result
}
Danke, dies gibt "
" passend für Zeichenfolge 
. Kann dieser Ausdruck zu g geändert werden und ich nur "kk.txt"; hoffe, ich frage nicht zu viel;) –
Das erste Submatch sollte zurückgeben, was Sie wollen. Informationen zum Zugriff auf die Gruppe finden Sie unter http://java.sun.com/docs/books/tutorial/essential/regex/groups.html. Sie möchten im Wesentlichen die 'group()' Methode für Ihr Übereinstimmungsergebnis mit dem Argument '1' verwenden. – DMI
Sehen Sie den Code von Cletus oben für ein Beispiel, wie man eine gefangene Untergruppe bekommt - Sie wollen nur das Argument zu 'group()', um '1' zu sein. – DMI