从HTML标记获取属性的正则表达式

一种可能性：

String imgRegex = "<img[^>]+src\s*=\s*['"]([^'"]+)['"][^>]*>";

是可能的（如果不区分大小写地匹配）。这有点混乱，故意忽略了不使用引号的情况。要表示它而不必担心字符串转义：

<img[^>]+srcs*=s*['"]([^'"]+)['"][^>]*>

这符合：

• <img

• 一个或多个不是的字符

  >

  （即可能的其他属性）

• src

• 可选空格

• =

• 可选空格

• '

  或的起始定界符

  "

• 图片来源 （可能不包含单引号或双引号）
• 结束定界符
• 尽管表达式可以在此处停止，但我随后添加：
  • 零个或多个不是的字符

    >

    （更多可能的属性）

  • >

    关闭标签

注意事项：

• 如果您还想包括

  src=

  ，请将左方括号向左移动:-)
• 这并不关心平衡定界符或无定界符属性值，并且它也可以呛严重形成的属性（例如包括属性

  >

  包括或图像源

  '

  或

  "

  ）。
• 用这样的正则表达式解析HTML是不平凡的，充其量是一种在大多数情况下都可以使用的快速破解。