如何用正则提取img标签src值？兼容DataWeave的解决方案

因为DataWeave依赖的Java正则引擎不支持\K断言，所以需要换两种更可行的方案：

方案一：调整正则表达式（用捕获组替代\K） #

把原来依赖\K的正则改成使用捕获组来提取目标值，避免不支持的语法。适配转义双引号"的正则如下：

/<img\s.*?src=\\&quot;(.*?)\\&quot;/

DataWeave示例代码 #

var htmlContent = '<div><img id="img1" src=&quot;https://actual-image-url&quot; /></div>'
var srcPattern = /<img\s.*?src=\\&quot;(.*?)\\&quot;/
output application/json
---
srcPattern.find(htmlContent)[1] // 输出："https://actual-image-url"

这里用非贪婪匹配.*?避免匹配过多内容，通过捕获组(.*?)获取src的真实值，再从匹配结果数组中取索引1的元素。

方案二：使用DataWeave的HTML解析功能（更可靠） #

正则处理HTML容易受属性顺序、空格变化等影响，用parseHTML函数解析结构化HTML会更鲁棒：

DataWeave示例代码 #

var htmlContent = '<div><img id="img1" src=&quot;https://actual-image-url&quot; alt="sample" /></div>'
output application/json
---
// 提取所有img标签的src属性，替换转义引号得到真实URL
parseHTML(htmlContent).root.*img.@src map ($ replace /&quot;/ with "")

这个方法直接解析HTML节点，精准获取属性值，再处理转义字符，适合复杂HTML场景。

内容的提问来源于stack exchange，提问作者Panneer Selvam