本文已参与「新人创作礼」活动，一起开启掘金创作之路。

有玩过爬虫的人应该都有过在又臭又长的 HTML 中找寻信息的经历，虽然有各种工具和各种框架可以辅助查找，但是解析 HTML 的规则也是人想的，制定规则也是十分麻烦的。
恰好在个人的项目中，需要从某个网站中爬取图片，好在需求比较简单，所以试着使用正则表达式来解决。

每个网站中展示图片的地方，无非就是 img 标签或者 style 中 background-image 和 background ，先解决 img 标签中的图片。
首先，地址在标签的 src 属性之中，所以找寻 src 的位置是必须的。但是不只有 img 标签拥有 src 属性， video 和 style 也同样拥有 src 属性。因此，只匹配 src 的位置是不够，还得确保这个 src 的位置在 img 标签中。
然后，就是匹配 src 后面的地址，匹配地址的方法已经有许多文章描述过了，不再多说，但本文中用了一个比较取巧的方式去匹配。
总的思路就是先匹配 src 的位置，在获取图片地址。

正则表达式

/(?<=判断条件)/ 至于反向肯定预查的判断条件，就是在 img 之后的 src ，所以正则表达式改成如下： /(?<=(img src="))/ 之所以匹配 src=" , 是因为想要直接就匹配到地址的开头位置，于是就顺手加上。
但是，因为 img 和 src 之间可能还存在 class 或者其他自定义属性，所以还要加上这些可能存在字符的匹配。但是因为这些字符的种类比较多，如双引号 "" ，英文、数字、甚至是中文等等，一一匹配过于麻烦，有个取巧的方式就是匹配非 > 。
众所周知， > 在 HTML 中是一个标签的结尾，所以它不可能出现在 img 标签内的 img 字符和 src 字符的中间，所以匹配位置的正则表达式可写成: /(?<=(img[^>]*src="))/

可以看到，能够成功找到图片地址的开头位置。

/[^"]*/

/(?<=(img[^>]*src="))[^"]*/g 结尾加个 g 是表示匹配所有符合条件的字符串，现在就可以匹配出图片地址了：