开发中经常遇到需要抓取内容中的图片的需求,下面的方法就是抓取图片的。
1,通过正则表达式抓取图片img
2.将img图片放到一集合中
3.遍历集合,截取出图片的路径
4.将截取出的路径放到另一个集合中
5.返回最后结果
代码如下:
/// <summary>
/// 获取文中前几张图片地址
/// </summary>
/// <param name="content">要截取图片的内容内容</param>
/// <param name="count">获取的图片数量</param>
/// <returns>地址字符串</returns>
public static List<string> GetFirstImageUrlTopCount(string content,int count)
{
List<string> imageUrlList = new List<string>();
string pattern = @"<img\b[^<>]*?\bsrc[\s\t\r\n]*=[\s\t\r\n]*[""']?[\s\t\r\n]*(?<imgUrl>[^\s\t\r\n""'<>]*)[^<>]*?/?[\s\t\r\n]*>";
Regex regex = new Regex(pattern, RegexOptions.IgnoreCase);
MatchCollection matches = regex.Matches(content);
StringBuilder sb = new StringBuilder();//存放匹配结果
foreach (Match match in matches)
{
string value = match.Value.Trim('(', ')');
string[] str = value.Split('"');
for (int i = 0; i < str.Length; i++)
{
//判断图片路径中必须有http头并且不能有表情图片(emoji)
if (str[i].IndexOf("http") > -1 && str[i].IndexOf("emoji")<0)
{
imageUrlList.Add(str[i]);
}
}
if (imageUrlList.Count == count)
{
break;
}
}
return imageUrlList;
}