37,720
社区成员
发帖
与我相关
我的任务
分享正则表达式匹配超链接
想把下载的网页中的所有超链接全部删除，例如hi<a href="www.baidu.com">baidu</a>world
最后只剩hiworld
想这么用 （c++的正则库，但是在那个板块问没人回答，在这里问问(*^__^*)）
regex linkexp("<a.*?>.*?</a>");
string body = regex_replace(inbody,linkexp," ");
regex linkexp("<a\\s*?>.*?</a>");
上面两个都试过，对于一些网页可以，但是有些网页就会报错，c++抛出异常，上网查询说是正则表达式有歧义导致，匹配产生NP完全问题才会停止的，不知道该怎么修改，查了很多资料都找不到原因
最后只剩hiworld
想这么用 （c++的正则库，但是在那个板块问没人回答，在这里问问(*^__^*)）
regex linkexp("<a.*?>.*?</a>");
string body = regex_replace(inbody,linkexp," ");
regex linkexp("<a\\s*?>.*?</a>");
上面两个都试过，对于一些网页可以，但是有些网页就会报错，c++抛出异常，上网查询说是正则表达式有歧义导致，匹配产生NP完全问题才会停止的，不知道该怎么修改，查了很多资料都找不到原因
...全文
请发表友善的回复…
发表回复
zhqyzhqychn 2010-04-07
- 打赏
- 举报
二楼和三楼都可以，谢谢了
thy38 2010-04-06
- 打赏
- 举报
把报错的那个网页的HTML代码贴点给我们测试一下
friendly_ 2010-04-05
- 打赏
- 举报
试试这个"<a[^>]+>[^>]*?</a>"
fibbery 2010-04-05
- 打赏
- 举报
试一试：regex linkexp("<a\s+href.*?a>");
正则表达式用来指定字符串模式。当你需要定位匹配某种模式的字符串时就可以使用正则表达式。例如，我们下面的一个例程就是在一个HTML文件中通过查找字符串模式来定位所有的超链接。
当然，为了指定一种模式，使用...这种记号是不够精确的。你需要精确地指定什么样的字符排列是一个合法的匹配。当描述某种模式时，你需要使用一种特殊的语法。
正则表达式相关资料，很全，很实用！
正则表达式用来指定字符串模式。当你需要定位匹配某种模式的字符串时就可以使用正则表达式。例如，我们下面的一个例程就是在一个HTML文件中通过查找字符串模式来定位所有的超链接。
当然，为了指定一种模式，使用...这种记号是不够精确的。你需要精确地指定什么样的字符排列是一个合法的匹配。当描述某种模式时，你需要使用一种特殊的语法。
