如何使用正则表达式提取字符串中img标签的alt属性内容

正则解决方案 #

针对你给出的转义后HTML字符串，可使用以下正则表达式捕获alt属性的内容：

alt="([^&]+)"

匹配逻辑 #

• alt="：精准匹配转义后的alt属性起始部分（对应原始HTML里的alt="）
• ([^&]+)：捕获组，匹配所有&之前的字符——因为转义后的属性值结尾是"，用&作为终止符能准确锁定属性内容范围
• "：匹配转义后的属性值结束标记

示例测试 #

用你提供的示例字符串：

<p>this is text<img src="https://storage.googleapis.com/staging-grapedata-task-helpful-resource-files-967a/e83759c9-85c8-4b22-b3b7-f3ab76d97f30/0c5185b7-0afd-4bca-882b-b23589fb3255_photo_2022-11-04_16-04-42.jpg%5C" alt="photo_2022-11-04_16-04-42" /> and more text</p>

运行正则后，捕获组1的结果就是预期的：photo_2022-11-04_16-04-42

针对原始HTML的扩展 #

如果是处理未转义的原始HTML代码，只需把正则调整为：

alt="([^"]+)"

匹配逻辑一致，只是直接针对原始双引号而非转义后的"。

内容的提问来源于stack exchange，提问作者Mykola