ASP获取网页全部图片地址并保存到数组

ASP获取网页全部图片地址并保存到数组

　　1.31修正
　　
　　src=后面有空格不能正确匹配.已修正.
　　
　　src=''为空时出错.已修正.
　　
　　发现BUG: 图片路径有多个空格时只能保留一个.未修正.
　　
　　2.18修正
　　
　　图片路径有多个空格时只能保留一个的BUG.已修正.
　　
　　以下是代码：
　　
　　<%
　　
　　’功能:获取全部图片地址,保存到一个数组.
　　
　　’来源:http://jorkin.reallydo.com/article.asp?id=448
　　
　　’需要ReplaceAll函数:http://jorkin.reallydo.com/article.asp?id=406
　　
　　Function getIMG(sString)
　　
　　Dim sReallyDo, regEx, iReallyDo
　　
　　Dim oMatches, cMatch
　　
　　’//定义一个空数组
　　
　　iReallyDo = -1
　　
　　ReDim aReallyDo(iReallyDo)
　　
　　If IsNull(sString) Then
　　
　　getIMG = ""
　　
　　Exit Function
　　
　　End If
　　
　　’//格式化HTML代码
　　
　　’//将每个 <img 换行 方便正则替换
　　
　　sReallyDo = sString
　　
　　On Error Resume Next
　　
　　sReallyDo = Replace(sReallyDo, vbCr, " ")
　　
　　sReallyDo = Replace(sReallyDo, vbLf, " ")
　　
　　sReallyDo = Replace(sReallyDo, vbTab, " ")
　　
　　sReallyDo = Replace(sReallyDo, "<img ", vbCrLf & "<img ", 1, -1, 1)
　　
　　sReallyDo = Replace(sReallyDo, "/>", " />", 1, -1, 1)
　　
　　sReallyDo = ReplaceAll(sReallyDo, "= ", "=", True)
　　
　　sReallyDo = ReplaceAll(sReallyDo, "> ", ">", True)
　　
　　sReallyDo = Replace(sReallyDo, "><", ">" & vbCrLf & "<")
　　
　　sReallyDo = Trim(sReallyDo)
　　
　　On Error GoTo 0
　　
　　Set regEx = New RegExp
　　
　　regEx.IgnoreCase = True
　　
　　regEx.Global = True
　　
　　’//去除onclick,onload等脚本
　　
　　regEx.Pattern = "\s[on].+?=([\""|\’])(.*?)\1"
　　
　　sReallyDo = regEx.Replace(sReallyDo, "")
　　
　　’//将SRC不带引号的图片地址加上引号
　　
　　regEx.Pattern = "<img.*?\ssrc=([^\""\’\s][^\""\’\s>]*).*?>"
　　
　　sReallyDo = regEx.Replace(sReallyDo, "<img src=""$1"" />")
　　
　　’//正则匹配图片SRC地址
　　
　　regEx.Pattern = "<img.*?\ssrc=([\""\’])([^\""\’]+?)\1.*?>"
　　
　　Set oMatches = regEx.Execute(sReallyDo)
　　
　　’//将图片地址存入数组
　　
　　For Each cMatch in oMatches
　　
　　iReallyDo = iReallyDo + 1
　　
　　ReDim Preserve aReallyDo(iReallyDo)
　　
　　aReallyDo(iReallyDo) = regEx.Replace(cMatch.Value, "$2")
　　
　　Next
　　
　　getIMG = aReallyDo
　　
　　End Function
　　
　　%>