正則表達式提取HTML中img標簽的src地址

一般來說一個 HTML 文檔有很多標簽，比如“”、“”、“”等，
　　想把文檔中的 img 標簽提取出來並不是一件容易的事。
　　由於 img 標簽樣式變化多端，使提取的時候用程序尋找並不容易。
　　於是想要尋找它們就必須寫一個非常健全的正則表達式，不然有可能會找得不全，或者找出來的不是正確的 img 標簽。
　　我們可以從 HTML 標簽的格式去想應該怎么建這個正則表達式。
　　首先要想一下 img 標簽有幾種寫法，忽略大小寫不看的話，下面列出 img 標簽可能出現的幾種情況。
　　這一些標簽不用考慮，因為沒有圖片資源地址。
　　這一些標簽都有圖片資源地址，另外還有一個特點就是有引號對，可能為單引號，也可能為雙引號。
　　因為不需要同時匹配引號對，所以正則表達式可以這么寫：@"<img\s*src\s*=\s*[""']?\s*(?[^\s""'<>]*)\s*/?\s*>" 因為 img 和 src 之間可能會有其他的參數，所以“<img”要有個　　單詞結束，比如說不能是“<imgabc”，同樣 src 前面也是一樣，使用單詞結束符“\b”有一個好處就是省去了表示空格的“\s*”。
　　另外由於 img 標簽中不可以出現“<”、“>”這樣的符號，所以要改寫前面的正則表達式：@"<img\b[^<>]*?\bsrc\s*=\s*[""']?\s*(?[^\s""'<>]*)[^<>]*?/?\s*>" 像這種可能會用　　回車符折行的問題有時候會出現，所以在有空格分開的地方要包含回車換行和 TAB 字符，另外在圖片地址中不能出現空格、TAB、回車和換行字符。
　　所以上面的正則表達式可以改成：@"<img\b[^<>]*?\bsrc[\s\t\r\n]*=[\s\t\r\n]*[""']?[\s\t\r\n]*(?[^\s\t\r\n""'<>]*)[^<>]*?/?[\s\t\r\n]*>"
下面寫出取得HTML中所有圖片地址的靜態方法。

/// <summary> 
        /// 取得HTML中所有圖片的 URL。 
        /// </summary> 
        /// <param name="sHtmlText">HTML代碼</param> 
        /// <returns>圖片的URL列表</returns> 
        public   string[] GetHtmlImageUrlList(string sHtmlText)
        {
            // 定義正則表達式用來匹配 img 標簽 
            Regex regImg = new Regex(@"<img\b[^<>]*?\bsrc[\s\t\r\n]*=[\s\t\r\n]*[""']?[\s\t\r\n]*(?<imgUrl>[^\s\t\r\n""'<>]*)[^<>]*?/?[\s\t\r\n]*>", RegexOptions.IgnoreCase);

            // 搜索匹配的字符串 
            MatchCollection matches = regImg.Matches(sHtmlText);
            int i = 0;
            string[] sUrlList = new string[matches.Count];

            // 取得匹配項列表 
            foreach (Match match in matches)
                sUrlList[i++] = match.Groups["imgUrl"].Value;
            return sUrlList;
        }