Regex-Muster zum Finden von HTML-Bild-Tag mit src zum Internet

Question

Ich habe ein paar Probleme mit dem Verständnis der Regex-Muster-Syntax. Ich verwende Outlook interop, um durch die HTMLbody einer email.msg zu gehen.

Ich möchte alle Bilder entfernen, die einen Verweis auf das Internet hat. Also benutze ich Regex.Replace, um alle Bild-Tags zu finden und sie durch Text zu ersetzen.

Dies ist, was ich habe:

string altText = " <i>*Reference to picture on the internet removed*</i> "; string b = Regex.Replace(a, @"(<img([^>]+)>)", altText);

Dies funktioniert, aber ich möchte die Tags finden, die nur src aus dem Internet haben. Das fand ich in meiner Google-Suche:

string matchString = Regex.Match(a, "<img.+?src=[\"'](.+?)[\"'].*?>", RegexOptions.IgnoreCase).Groups[1].Value; 

Aber es wird nicht helfen, da es sieht aus wie alle Bilder haben einen src-Tag. Mein Ziel ist es, wenn möglich eine Muster-Syntax in Regex zu schreiben, wo ich überprüfe, ob die Quelle (src) mit http, https oder www beginnt.

Gibt es jemanden, der mir dabei helfen kann?

Answer 1

Ich würde vorschlagen, einen HTML-Parser zu verwenden, um Ihr Bilder-Tag statt einer Regex direkt zu finden. Sie können dann eine Regex verwenden, um das src-Attribut bei Bedarf zu überprüfen.

In der Zwischenzeit glaube ich, die folgende regex die Ergebnisse produzieren Sie erwarten:

<img.+?src=[\"']((?:https?|www).*)[\"'].*?> 

Regex Hüllen: Regex

bearbeiten Es ist auch, dass manchmal Links zu beachten, kann nur durch // starten. Die folgende regex sollte es tun:

<img.+?src=[\"']((?:https?|www|//).*)[\"'].*?> 

Für eine ausführlichere Regex Lösung passende URL finden Sie What is a good regular expression to match a URL?