帮我看看这个不伦不类的正则表达式,是匹配img里的url地址的。

Question

string ptr = @"[^/](?:img)\s*(?:\s*src\s*=\s*(?<s1>['"\>]?)(?:(?:http://(?<host>[^/]*))?(?<path>[^/].*?)(?<file>.*?))\k<s1>|\s*\S*\s*=\s*(?<sx>['"\>]?)(?<other>\S*)\k<sx>)*>";
string str = @"<img alt=test alt=\"test\" src='template/图images/我footer_safe1.jpg' border=\"3\">
dsfdsf
<img alt=\"test\" border='3' src=\"http://www.baidu.com/template/图images/你footer_safe2.jpg\"><img border=\"3\" src=图images/他footer_safe3.jpg alt=\"test\"><img border=\"3\" src=未footer_safe4.jpg alt=\"test\">
";
要求：
1、不管url在任何位置，都提取了出来，形式如：
//-----------------------------------------------------------------
//host             path                    file
//                 /tempate/图images/      我footer_safe1.jpg
//www.baidu.com    /tempate/图images/      你footer_safe2.jpg
//                 /tempate/图images/      他footer_safe3.jpg
//                                         未footer_safe4.jpg
//-----------------------------------------------------------------
2、不管url位于任何位置，均可一次性提取。
3、可以支持字符串中包含中文字符。这样提取的目的是，可以把这个url换成其它地址，再替换回去。
但是，我觉得这个正则表达式写得不伦不类的，
更主要的是：这个提取URL没有完全实现，请指教。 

Answer 1

<img[^>]*src=(("|')(?<src>.*?)\k<2>|(?<src>\S+))${src} 就是楼主要的 url

Answer 2

[^/](?:img)\s*(?:\s*src\s*=\s*(?<s1>['"\>]?)(?:(?:http://(?<host>[^/]*))?(?<path>/?[^/].*/)(?<file>.*?(?:jpg|gif|png)))\k<s1>|\s*\S*\s*=\s*(?<sx>['"\>]?)(?<other>\S*)\k<sx>)*>
将就了，就这样。

Answer 3

            string str = @"<img alt=test alt=""test"" src='template/图images/我footer_safe1.jpg' border=""3"">
dsfdsf
<img alt=""test"" border='3' src=""http://www.baidu.com/template/图images/你footer_safe2.jpg""><img border=""3"" src=图images/他footer_safe3.jpg alt=""test""><img border=""3"" src=未footer_safe4.jpg alt=""test"">";
            foreach (Match m in Regex.Matches(str, @"<img[^>]*src=(['""]*)(http://(?<host>[^\.]+\.[^\.]+\.[^/]+)/)?(?<path>([^/]+/)*)(?<file>[^\.]+\.[^\s]+)\1[^>]*>"))
                Console.WriteLine(m.Groups["host"].Value + "\t" + m.Groups["path"].Value + "\t" + m.Groups["file"].Value);

Answer 4

void Main()
{
string str = @"<img alt=test alt=""test"" src='template/图images/我footer_safe1.jpg' border=""3"">
dsfdsf
<img alt=""test"" border='3' src=""http://www.baidu.com/template/图images/你footer_safe2.jpg""><img border=""3"" src=图images/他footer_safe3.jpg alt=""test""><img border=""3"" src=未footer_safe4.jpg alt=""test"">";
Console.WriteLine("host\t\t\tpath\t\t\tfile");
Regex reg=new Regex(@"(?i)(https?://)?www\.[^/]+");
foreach(Match m in Regex.Matches(str,@"(?i)<img[^>]*?src=(['""\s]?)(?<url>[^'""\s]+)\1[^>]*?>"))
{
string url=m.Groups["url"].Value;
string host=reg.IsMatch(url)?reg.Match(url).Value:"";
string file=System.IO.Path.GetFileName(url);
if(string.IsNullOrEmpty(host))
{
Console.WriteLine("{0}\t\t\t{1}\t\t{2}",host,url.Replace(file,""),file);
}
else
{
  Console.WriteLine("{0}\t{1}\t{2}",host,url.Replace(host,"").Replace(file,""),file);
}}}
/*
host path file
template/图images/ 我footer_safe1.jpg
http://www.baidu.com /template/图images/ 你footer_safe2.jpg
图images/ 他footer_safe3.jpg
未footer_safe4.jpg*/

Answer 5

(?<=src\=(['"\s]*?))[^'"\s]+(?=\1) 这个行不行??

Answer 6

要把：域名host、路径path、文件file、扩展名ext全部要分离出来,谢谢.

Answer 7

我把ojlovecd的改了一下,这样就可以了.
<img[^>]*src=(['""]*)(http://(?<host>[^\.]+\.[^\.]+\.[^/]+))?(?<path>(/?[^/>].)*/)?(?<file>.*?)\.?(?<ext>jpg|gif|png|bmp)\1[^/>]*/?>

Answer 8

<img[^>]*src=(['""]*)(http://(?<host>[^\.]+\.[^\.]+\.[^/]+)/)?(?<path>([^/]+/)*)(?<file>[^\.]+\.[^\s]+)\1[^>]*>
<img[^>]*src=(['""]*)(http://(?<host>[^\.]+\.[^\.]+\.[^/]+))?(?<path>(/?[^/>].)*/)?(?<file>.*?)\.?(?<ext>jpg|gif|png|bmp)\1[^/>]*/?>