[原创]删除文章同时删除文章中包含的图片文件-西宁威势网络科技有限公司

联系威势网络科技有限公司

[原创]删除文章同时删除文章中包含的图片文件

文章作者：来源于互联网发布时间：2012/3/29 18:36:53 浏览次数：5488 次

原理：用正则表达式匹配出文章中的图片路径，然后对图片路径进行分析，有些是样式美工的图片，有些是文章内的图片，加以对待，将符合条件的图片进行删除

新建一个ASPX页面

<%@ Page Language="C#" AutoEventWireup="true" CodeFile="Default2.aspx.cs" Inherits="Default2" ValidateRequest="false" %>

<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">

using System;
using System.Text.RegularExpressions;
public partial class Default2 : System.Web.UI.Page
{
    protected void Page_Load(object sender, EventArgs e)
    {
    }

    /// 获得图片路径
    /// </summary>
    /// <param name="str">内容</param>
    /// <returns>string 结果</returns>
    private string getPicUrl(string str)
    {
        string content = "", regstr = "", url = "";
        content = str + "";
        //regstr = @"<img.*src=([\""\']?)(.\S+)\1.*>"; 匹配出整个<img xxxx />
        regstr = @"src=([\""\']?)(.\S+)\1.(?:jpg|bmp|gif)(?:)"; // 匹配出 src
        content = Regex_Execute(regstr, content);
        content = content.Replace("'", "");
        content = content.Replace("\"", "");
        url = content.Replace("src=", "");

return url;
}

    /// <summary>
    /// 正则表达式匹配
    /// </summary>
    /// <param name="patrn">正则表达式</param>
    /// <param name="str">内容</param>
    /// <returns>string 结果</returns>
    private string Regex_Execute(string patrn, string str)
    {
        string values = "";
        Regex rx = new Regex(patrn);

MatchCollection mc = rx.Matches(str);

        foreach (Match match in mc)
        {
            values = values + match.Value + "|";
        }

return values;
}

    protected void Button1_Click(object sender, EventArgs e)
    {
        string htmlText = this.TextBox1.Text;
        string strPaths = getPicUrl(htmlText);
        Response.Write(strPaths);

}
}

页面运行后将以下内容模仿HTML内容输入进去进行匹配测试

设计了以下各种常见的代码障碍(单引号,双引号,脚本,样式...)

<img id=img src=/images/reallydo2.jpg/> 后来证明这句是错误的HTML,图片不能正常显示.
<img id=img src=/images/reallydo3.jpg />
<img id=gif src=http://jorkin.reallydo.com/images/reallydo4.gif />
<img id=img /src="/imagesreallydo5.bmp" class=go>
<img id=img src="/images/reallydo6.jpg" class=go/>
<img id=jpg src="/images.gif/reallydo7.jpg" class=go />
<img id=img src="http://www.qhwins.com/images/reallydo8.jpg" class=go />
<IMG id=png src=/reallydo.jpg/reallydo9.jpg onclick='' class=go>
<img id=img src=/images/reallydo10.jpg onclick='>' class=go/>
<img id=bmp src=/images/reallydo11.jpg onclick='<' class='go' />
<img id=img src=http://www.qhwins.com/images/reallydo12.jpg onclick='<' class='go' />
<img onclick="" id=img src='/images/reallydo13.jpg' class=go>
<img id=img src='/images/reallydo14.jpg' onblur=">" class='go'/>
<img id=img onfocus="<" src='/images/reallydo15.jpg' class=go />
<img id=img onclick=">" src='http://www.qhwins.com/images/reallydo16.jpg' class=go />
<IMG id=img src='http://www.qhwins.com/images/reallydo17.jpg' onclick="<" class=go />
<img border=0 onclick="if(this.width>=690) window.open('http://qhwins.com/images/jorkin18.gif');" onload="if(this.width>'29')this.width='25';if(this.height>'28')this.height='88';" src='http://qhwins.com/images/reallydo19.gif'>
<img src='../reallydo21.gif' onclick="if(this.width>=14) window.open('../jorkin.jpg20.gif');" onload="if(this.width>'82')this.width='222';if(this.height>'1024')this.height='1024';" border=0>
<IMG src="http://qhwins.com/img/sign.asp"> 这个是动态图片,非常规的图片扩展名.
<IMG src="http://qhwins.com/img/sign.asp" style="solid 1px #820222;">

已证明为错误的正则:

<img.*src=([\""\']?)(.\1\S+).*>
<img.+?src=[\'|\"](.+?)[\'|\"].+?>
<img(.+?)src=('|\")?([^\s]+?)('|\"|\/|'\/|\"\/)?(\s|>)

以下正则目前测试还未发现错误:

<img.*src=([\""\']?)(.\S+)\1.*>
$2 为 IMG 的 SRC 地址

已发现BUG:
BUG-001:SRC内如果有空格的话,也会出错.不过一般情况下是不会有的.会被Encode为%20.
BUG-002:不能最小匹配,必须一整行只有一个<img>标签时才能有效.
而改为<img.*src=([\""\']?)(.\S+)\1.*?>个别障碍不能正常通过.

如发现其它BUG请在下边评论中反馈给我.

测试中:
PatternStr = "\s[on].+?=([\""|\'])(.+?)\1"
RepStr = ""
PatternStr=">"
RepStr=">"& vbNewLine
PatternStr = "<img.*src=([\""\']?)(.\1\S+).*?>"
RepStr = "<img src=$2 border=0>"
PatternStr=">"& vbNewLine
RepStr=">"
用户名 : 王晖先生
注册日期 : 2008-1-24
所在地 :
发帖数 : 1236
个性签名
好好做事
标签
标题 : re:C# 中利用 DirectSound 录音 [2008-11-8 21:35:25]

输入结果

友情链接：

网站解决方案 | 网站推广

公司地址：青海省西宁市城西区南川西路23号青ICP备13000578号 (历史备案号:青ICP备08100091号) 公安机关备案号:63010402000123

QQ:147399120