Wyrażenie regularne sprawiające kłopot

0

Witam,
męczę się z jedym wyrażeniem regularnych i za ..chiny nie mogę uzyskać pożądanego efektu. Co ciekawe na niektórych regex testerach (np. http://regexhero.net/tester/), to co mam, działa poprawnie, ale już w C# nie..

Mam taki tekst wejściowy:

<p class=MsoNormal style='margin-bottom:12.0pt;background:white'><span style='font-family:"Calibri",sans-serif;color:black'><img width=19 height=19 id="_x0000_i1025" src="cid:[email protected]" alt="&#128563;"><o:p></o:p></span></p><div id=c1-id-7><p class=MsoNormal style='background:white'><span style='font-size:10.0pt;font-family:"Calibri",sans-serif;color:#727272'>&nbs<br id=c1-id-14><br id=c1-id-15><br><o:p></o:p></span></p><table class=MsoNormalTable border=0 cellpadding=0 width=450 style='width:337.5pt' id=c1-id-17><tr id=c1-id-23><td width=34 style='width:25.5pt;padding:.75pt .75pt .75pt .75pt' id=c1-id-24><p id=c1-id-25><span style='font-family:"Arial",sans-serif'><a href="#" id=c1-id-26><span style='text-decoration:none'><img border=0 width=55 height=74 id=c1-id-27 src="cid:[email protected]" alt=pgesimg></span></a><o:p></o:p></span></p></td><td width=17 style='width:12.75pt;padding:.75pt .75pt .75pt .75pt' id=c1-id-28><p id=c1-id-29><span style='font-family:"Arial",sans-serif'>&nbsp;<o:p></o:p></span></p></td><td valign=top style='padding:.75pt .75pt .75pt .75pt' id=c1-id-30><p id=c1-id-31><span style='font-size:10.0pt;font-family:"Calibri",sans-serif;color:#727272'>Tel.: <br id=c1-id-33>Fax.: <br id=c1-id-34>Kom.: <br id=c1-id-35><a href="mailto:mail"><span style='font-family:"Arial",sans-serif'><o:p></o:p></span></p></td></tr></table></div><p class=MsoNormal style='background:white'><span style='font-family:"Calibri",sans-serif;color:black'><o:p>&nbsp;</o:p></span></p><div><div class=MsoNormal align=center style='text-align:center;background:white'><span style='font-family:"Calibri",sans-serif;color:black'><hr size=2 width="98%" align=center></span></div><div id=divRplyFwdMsg><p class=MsoNormal style='background:white'><b><span style='font-size:11.0pt;font-family:"Calibri",sans-serif;color:black'>Od:</span></b><span style='font-size:11.0pt;font-family:"Calibri",sans-serif;color:black'> imie<br><b>Wysłane:</b> 9 czerwca 2016 14:00<br><b>Do:</b> ala<br><b>Temat:</b> img</span><span style='font-family:"Calibri",sans-serif;color:black'> <o:p></o:p></span></p><div><p class=MsoNormal style='background:white'><span style='font-family:"Calibri",sans-serif;color:black'>&nbsp;<o:p></o:p></span></p></div></div><div><div id=divtagdefaultwrapper><pstyle='background:white'><span style='font-family:"Calibri",sans-serif;color:black'>img <img border=0 width=19 height=19 id="_x0000_i1028" src="cid:[email protected]" alt="&#127746;"><o:p></o:p></span></p><div id=c1-id-7><p class=MsoNormal style='background:white'><span style='font-size:10.0pt;font-family:"Calibri",sans-serif;color:#727272'>&nbsp;<br id=c1-id-9>Serdecznie pozdrawiam,<br id=c1-id-10><br id=c1-id-11><strong id=c1-id-13><span style='font-family:"Calibri",sans-serif'>user</span></strong><br id=c1-id-14>Specjalista ds. IT<br id=c1-id-15><br><o:p></o:p></span></p><table class=MsoNormalTable border=0 cellpadding=0 width=450 style='width:337.5pt' id=c1-id-17><tr id=c1-id-23><td width=34 style='width:25.5pt;padding:.75pt .75pt .75pt .75pt' id=c1-id-24><p id=c1-id-25><span style='font-family:"Arial",sans-serif'><a href="url" id=c1-id-26><span style='text-decoration:none'><img border=0 width=55 height=74 id="_x0000_i1029" src="cid:[email protected]" alt=pgesimg></span></a><o:p></o:p></span></p></td><td width=17 style='width:12.75pt;padding:.75pt .75pt .75pt .75pt' id=c1-id-28><p id=c1-id-29><span style='font-family:"Arial",sans-serif'>&nbsp;<o:p></o:p></span></p></td><td valign=top style='padding:.75pt .75pt .75pt .75pt' id=c1-id-30><p id=c1-id-31><span style='font-size:10.0pt;font-family:"Calibri",sans-serif;color:#727272'>Tel.: +48 67 352 00 46 <br id=c1-id-33>Fax.: fax_xyz <br id=c1-id-34>Kom.: mobile_xyz <br id=c1-id-35><a href="mailto:mail"><span style='color:#727272;text-decoration:none'></span></a></span>

Przygotowałem takie wyrażenie (kombinowałem na dziesiątki sposobów, niektóre 'pozornie' działały w testerach online, inne nie. Aktualnie stanąłem na poniższym..)

<img\s(?=.*?\bpgesimg\b)[^>]*>

Powyższym wyrażeniem regularnym chciałbym znaleźć (i docelowo zastąpić) te zdjęcia, które zawierają wyłącznie atrybut alt alt=pgesimg lub alt="pgesimg".

Wynik jaki otrzymuje na ten moment to:
[0][0] =
[1][0] =
[2][0] =
[3][0] =

Testowałem to na stronie https://myregextester.com gdzie wyniki pokrywają się z kodem uruchomionym w projekcie w VS.

Podsumowując: proszę o ratunek jak miałby wyglądać poprawny regex..

pzdr,
agawa

0

Nie wkleiłem w kod poprzednich wyników i je wycięło:

 
[0][0] = <img width=19 height=19 id="_x0000_i1025" src="cid:[email protected]" alt="&#128563;">
[1][0] = <img border=0 width=55 height=74 id=c1-id-27 src="cid:[email protected]" alt=pgesimg>
[2][0] = <img border=0 width=19 height=19 id="_x0000_i1028" src="cid:[email protected]" alt="&#127746;">
[3][0] = <img border=0 width=55 height=74 id="_x0000_i1029" src="cid:[email protected]" alt=pgesimg>

agawa

3

Zamiast wyrażeń regularnych może użyj - http://htmlagilitypack.codeplex.com/ do wyszukiwania odpowiednich elementów w dokumencie html. Przykład z ręki (może nie działać, ale widać o co chodzi).

var html = WebUtility.HtmlDecode(text);
var docHtml = new HtmlAgilityPack.HtmlDocument();
docHtml.LoadHtml(html);
var  searchList = docHtml .DocumentNode.SelectNodes("//img[@alt]")
              .Select(img => img.Attributes["alt"].Value == "pgesim")
              .ToList();
1

stawiam na to, że wyrażenie regularne wpisałeś do kodu jako literał: "<img\s(?=.*?\bpgesimg\b)[^>]*>", a powinno być @"<img\s(?=.*?\bpgesimg\b)[^>]*>" albo "<img\\s(?=.*?\\bpgesimg\\b)[^>]*>".

Zamiast "\b" wstawiło ci znak ASCII BEL (bell).

0

@mariano901229 - dzięki za pomoc, ale nie chciałbym używać do tego osobnej biblioteki. Poza tym chciałbym to kompilować pod .NET 3.5.

@MarekR22 - stosowałem w projekcie z i bez 'at'/@, ale to samo.. Na tej stronie co to testuje, domyślnie ustawia się znak małpki.. (screen: http://oi68.tinypic.com/n21mjl.jpg )

1 użytkowników online, w tym zalogowanych: 0, gości: 1