用于从 HTML 标记获取属性的正则表达式

一种可能性：

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

是一种可能性（如果匹配不区分大小写）。这有点混乱，并且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[^>]+src\s*=\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 的起始分隔符'"
• 图像来源（可能不包含单引号或双引号）
• 结束分隔符
• 虽然表达式可以止步于此，但我随后添加了：
  • 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：

• 如果您还想包含，请将左括号进一步向左移动：-）src=
• 这不关心分隔符平衡或没有分隔符的属性值，并且它还可能阻塞格式不正确的属性（例如包含或的图像源包含或）。>'"
• 使用这样的正则表达式解析HTML并非易事，充其量只是一个在大多数情况下有效的快速破解。

这个问题在这里经常出现。

正则表达式是处理此问题的不良方法。帮自己一个忙，使用某种HTML解析器。

正则表达式对于解析HTML来说是不可靠的。你最终会得到一个复杂的表达式，在某些角落的情况下会出现意外的行为，否则就会发生这种情况。

编辑：如果你的HTML就是这么简单，那么：

Pattern p = Pattern.compile("src\\s*=\\s*([\\"'])?([^ \\"']*)");
Matcher m = p.matcher(str);
if (m.find()) {
  String src = m.group(2);
}

而且有很多Java HTML解析器。