关闭所有未关闭的HTML IMG标签

Question

是否可以对所有未关闭的IMG标签进行正则表达式替换？如果是这样，我将如何识别：

  <img src="..." alt="...">

...作为可能的候选人被取代？

   = <img src="..." alt="..."/>

更新：我们有数百个页面和数千个图像标签，所有这些都必须关闭。我不拘泥于RegEx －除了手动更新所有IMG标签之外，任何其他方法都足够。

Answer 1

(<img[^>]+)(?<!/)>

将匹配未正确关闭的img标签。它要求您使用的正则表达式支持后向支持（Ruby和JavaScript不支持，而大多数其他支持）。反向编号1将包含匹配项，因此，如果您搜索此正则表达式并替换为\1/>，则应该不错。

如果需要考虑属性内>的可能性，则可以使用

(<img("[^"]*"|[^>])+)(?<!/)>

例如，这将匹配

<img src="image.gif" alt="hey, look--->">
<img src="image/image.gif">

然后离开

<img src="image/image.gif" />

单独。

Answer 2

在HTML中<img>的结束标签“必须省略”，因此开始标签将关闭元素，并且您不能拥有未关闭的img。

如果要将HTML转换为XHTML，请使用真实的解析器。正则表达式不是这项工作的很好工具。

Answer 3

替换所有未关闭的IMG标签：

content = "text<img src='img.jpg'>text<img src='img.png' >text"
content = re.sub('(<img.*?)>', r'\1/>', content, count=0)
print(content)

虽然后面看起来很酷

Answer 4

您所说的“未封闭”到底是什么意思？

 <img src="a1.jpg    <--no ending quotes and end parens
 <img src="a1.jpg"   <-- no end parens
 <img src="a1.jpg">  <-- the tag does not self-close as should be done in XHTML

您可以try聪明地找到这样的嫌疑人，但我们永远不能保证自己是万无一失的。

Answer 5

我从未尝试过，但是封闭的img标签是一个以<img开头的标签，里面有填充物，最后是/>。

这是我在perl中尝试过的东西

!/usr/bin/env perl

my @images = ('<img src="toto.jpg">',
          '<img src="truc/machin.jpg" title="pouet" >',
          '<img        src="pouet.jpg" alt="toto" />',
          '<img src="math/a-greater-than-b.png" alt="a > b">');

foreach (@images) {
    if (/<img\s+(([a-z]+=".*?")+\s*)>/) {
    print "Match : <img $1 />\n";
    }
}

产品：

Match : <img src="toto.jpg" />
Match : <img src="truc/machin.jpg" title="pouet"  />
Match : <img src="math/a-greater-than-b.png" alt="a > b" />