图像url的正则表达式
我已经使用HtmlAgilityPack解析页面，并获得大多数img源代码。 然而，许多网站在img src属性以外的地方包含img url（例如内联javascript，不同的属性，不同的元素）。 我想投一个稍微宽一点的网并在整个html字符串上运行一个正则表达式，在正则表达式中捕获以下内容。
- 必须以http：//，https：//，//或/开头
- 然后，任意数量的有效url路径字符
- 必须以.jpeg，.jpg，.png或.gif结尾
我想这写起来很简单，但我不是一个很棒的正则表达式。 我想这些部件看起来像这样
- ^（（HTTPS \：\ / \ /）|（\ / {1,2}））
- （有任何想法吗？）
- （（JPE G |？PNG | GIF））$
任何人都可以帮助我填补空白吗？
谢谢
回答
(https?:)?//?[^\'"]+?\.(jpg|jpeg|gif|png) 有许多用于匹配URL的临时正则表达式，但我所知道的没有一个声称完全可靠。 但是，这个将尝试满足您的条件。
根据[ 1 ]，有效的URL字符（未保留）是字母数字和符号$-_.+!*'(), 但是，也有保留字符，它们是+/?%#& ，简要地由[ 2 ]给出 – 我在RFC的大部分内找不到列表。 我知道有其他字符用于查询字符串，即=; 那些需要包容的人。 然后你会遇到不是每个人都正确编码他们的URL字符的问题，因此空间可能存在于其他事物中（我不知道如何解释浏览器如何自动纠正事情可能是神秘的）。
因此，您可能只是假设任何内容都可以在URL中，但只是它必须以特定内容开头并以特定内容（您提供的内容）结束，但这仍然是不可靠的。
@(https?:)?//?[^'"<>]+?\.(jpg|jpeg|gif|png)@
(?:([^:/?#]+):)?(?://([^/?#]*))?([^?#]*\.(?:jpg|gif|png))(?:\?([^#]*))?(?:#(.*))?