求教一个数据采集的正则问题？类似([^<]*)

[jasonpower]

最近在做一个数据采集的东西，其他都没问题。在正则匹配时遇到麻烦了.

情况大致是这样，A：strIn = "<a href="">我要获得的字符串</a>"， Match Match1 = Regex.Match(strIn, ">([^<]*)</a>", RegexOptions.IgnoreCase | RegexOptions.Multiline); //strIn 是待匹配字符串. 这样是没问题的，我可以获得我想要的结果。

但是遇到 B：strIn =
@"<li class="ttttt"><em>名称：</em>
<div class="tt"><span>我想要的名称</span>"这样的情况时，我想用Match Match2 = Regex.Match(strArr[i], "<em>名称：([^<]*)</span>", RegexOptions.IgnoreCase | RegexOptions.Multiline); 获得“：</em><div class="tt"><span>我想要的名称”（然后再replace多余部分），就无法匹配成功了。

问题应该是出在“([^<]*)” 这里。这段正则我也是很早以前用过，这次做新项目就照搬过来。其实也不是很理解，按我目前所知的：^是文本开头；^<应该是是以左尖括号开始；[]不确定该怎么理解？；*代表可以匹配0或者n次（如果是0次，貌似这段正则也就没什么意义了。但是不写也不对，因为不写的话A也匹配不出来）。

求教一下这段正则该怎么写，最好能有注释。觉得分不够可以再加，谢谢！！

[jasonpower]

To lxcnn (过客)：

您的正则表达式是OK的，而且可以一次把需要的内容匹配出来。不过通用性不理想。

其实我只是想要一个通用一点的正则，可以把符合“头”“尾”定义的字符串摘取出来，（有其他冗余代码的，再replace掉，或者做第二次正则匹配），并不需要一步到位。“((?!</?span\b).)*<span>(?<name>((?!</?span\b).)*)”这个正则很正确没错，但是遇到其他情况我不知道该如何调整

另外问一下，“(?isn)”起什么作用呢？

[xupeihuagudulei]

那些意思当时看的时候是知道的
不过过段时间不看又给忘了
哎

[-过客-]

正则不是为这个目的而存在的

正则因抽象所以可以处理很多情况，但所处理的情况永远都只能算是个例，而不会是所有情况

楼主的需求，虽然可以在一定程度上实现，但总会有不满足的时候的

string strIn = @"<li class=""ttttt""><em>名称：</em>
<div class=""tt""><span>我想要的名称</span>";
string start = Regex.Escape("<em>名称：");
string end = Regex.Escape("</span>");
Regex reg = new Regex(@"(?isn)(?<=" + start + @")((?!" + end + ").)*(?=" + end + ")");
Regex regTag = new Regex(@"<[^>]*>");
Match m = reg.Match(strIn);
if (m.Success)
{
    richTextBox2.Text = regTag.Replace(m.Value, "").Trim();
}

这里的冗余代码，只能是完全已知的，或是html标签，其它情况处理不了

[-过客-]

至于(?isn)的含义，参考

.NET正则基础之——.NET正则匹配模式

[-过客-]

try...

string strIn = @"<li class=""ttttt""><em>名称：</em>
<div class=""tt""><span>我想要的名称</span>";
Regex reg = new Regex(@"(?isn)<em>名称：((?!</?span\b).)*<span>(?<name>((?!</?span\b).)*)</span>");
Match m = reg.Match(strIn);
if (m.Success)
{
    richTextBox2.Text = m.Groups["name"].Value;
}

至于正则的解释，不是三两句话能说清楚的，有兴趣的话可以看下我的博客

[小_虎]

To楼上过客大哥。。

多久能入门？

我怎么看了又忘了。。

[-过客-]

入门其实还是很容易的，只不过正则比较抽象，需要经常练习，加深理解，否则忘记比入门更容易

[小_虎]