求教一个正则表达式匹配

[码农天天向上]

我需要匹配文本中的所有<a href="xxxx.htm" title="xxxxx"> 并提取放到TextBox中。
我尝试了：
Dim pattern As String = "<a href=" & "*.htm title=" & "*>"
结果不行。

我的代码是：

Dim tr As TextReader

        If txtDeHTMLPath.Text = "" Then
            MsgBox("Please input html path.", MsgBoxStyle.Information, "Information")
            Return
        End If

        tr = File.OpenText(txtDeHTMLPath.Text)

        Dim test As String = tr.ReadToEnd()

        Dim mx As Match

       
        Dim pattern As String = "<a href=" & "*.htm title=" & "*>"
        'Dim pattern As String = "<a href="
        'MsgBox(pattern)
        'Return
        Dim i As Integer = 1
        For Each mx In Regex.Matches(test, pattern, RegexOptions.Multiline + RegexOptions.Compiled)
            MsgBox(mx.Groups(i).Value)
            TextBox1.AppendText(mx.Groups(i).Value)

            TextBox1.AppendText(vbCrLf)
            i = i + 1

        Next

请高手指教，谢谢！

[兔子-顾问]

你写的不叫正则，你写的是dos/unix下的通配符……

[码农天天向上]

(⊙_⊙)，我是菜鸟

[码农天天向上]

想再请问下，如果title的值是中文怎么办呢？
我搜索到[\u4e00-\u9fa5] 是匹配中文，
然后我尝试了这样：
Regex.Matches(test, "<a href=(""?)(?<url>[^"" ]+)\1 +title=(""?)(?<title>[^"" ][\u4e00-\u9fa5]+)\2")
结果还是不行。

[兔子-顾问]

我给你的例子能匹配中文。

[码农天天向上]

嗯，我的输入是这样的：
<a href="ch98xc09.htm" title="测试 server 服务器">
发现用你那个匹配不了:(
谢了。

[兔子-顾问]

那稍微修改一下。不是中文的问题，是因为你的title中有空格，例子里没有。稍微修改一下：
"<a href=(""?)(?<url>[^"" ]+)\1 +title=(""?)(?<title>[^""]+)\2"

[兔子-顾问]

Private Sub Button1_Click(ByVal sender As System.Object, ByVal e As System.EventArgs) Handles Button1.Click
        Dim yourStr As String = "<a href=""aaaa.htm"" title=""testaaaa"">aaaaa text</a>" + vbCrLf + "<a href=""bbbb.htm"" title=""testbbbb"">bbbbb text</a>"
        Dim mc As MatchCollection = Regex.Matches(yourStr, "<a href=(""?)(?<url>[^"" ]+)\1 +title=(""?)(?<title>[^""]+)\2")
        For Each m As Match In mc
            MessageBox.Show("url = " & m.Groups("url").Value)
            MessageBox.Show("title = " & m.Groups("title").Value)
        Next
End Sub

[码农天天向上]

嗯。谢谢。
但是我发现m.Groups("title").Value中的中文显示是乱码。
我的代码是：
For Each mx In Regex.Matches(test, "<a href=(""?)(?<url>[^"" ]+)\1 +title=(""?)(?<title>[^""]+)\2")
TextBox1.AppendText("url = " & mx.Groups("url").ToString)
TextBox1.AppendText("title = " & mx.Groups("title").ToString)
TextBox1.AppendText("测试")
Next

输出为：
url = ch05s09.htmtitle = ��ԭ NetBackup ���ʷ�����

我搜了下没找到咋回事。请帮忙看下哈，谢谢！

[兔子-顾问]

直接输出test试试，估计也是乱码。字符编码集问题。

[码农天天向上]

嗯，是字符编码我没有设置，谢谢哈！

另外，我想请问
(""?)与(?"")有什么区别吗？

[兔子-顾问]

(""?)表示
0个或1个"，并对结果分组
(?"")会编译不通过的

[码农天天向上]

呀！我理解错了！我老是忘记"需要被转义！所以我以为(""?)是0个或者1个空白，但是想空白的话应该是" ",所以没搞懂。多谢哈！

[码农天天向上]

嗯，不好意思，我又有个问题没看懂：
pattern："<a href=(""?)(?<url>[^"" ]+)\1 +title=(""?)(?<title>[^""]+)\2")的(?<url>[^"" ]+)是什么意思呢？为什么这次问号可以放在前面呢？ 还有，对于href=后面的第一个双引号你已经使用了(""?)，为什么你还要对接下来的字符串使用[^"" ]+呢？
麻烦了~~~ 我在看http://www.regexlab.com/zh/regref.htm，有些东西慢慢明白却越来越多问题了o(╯□╰)o

[码农天天向上]

哦，上面的问题我明白了，你使用(?<url>[^"" ]+)是为了不匹配下一个双引号，对吗？
换句话说，意思就是匹配到直到有下一个双引号，对吗？
但是为什么要加个空格呢？

[兔子-顾问]

url中不允许有空格，引号，所以如果遇到空格，引号，就说明url结束了。

[码农天天向上]

嗯，我还有最后个问题哈：
我的输入是：<a href="ch98xc09.htm" title="测试 server 服务器">测试 server 服务器</a>
我还想匹配最后的那个“测试 server 服务器”，我修改为：
"<a href=(""?)(?<url>[^"" ]+)\1 +title=(""?)(?<title>[^""]+)\2 +>(?<heretext>[^<]+)/3"
为什么却不行呢？
非常感谢哈！

[码农天天向上]

这样也不行："<a href=(""?)(?<url>[^"" ]+)\1 +title=(""?)(?<title>[^""]+)\2 +(>?)(?<heretext>[^<]+)\3"
晕了

[兔子-顾问]

那用这个正则：

Private Sub Button1_Click(ByVal sender As System.Object, ByVal e As System.EventArgs) Handles Button1.Click
        Dim yourStr As String = "<a href=""aaaa.htm"" title=""testaaaa"">aaaaa text</a>" + vbCrLf + "<a href=""bbbb.htm"" title=""testbbbb"">bbbbb text</a>"
        Dim mc As MatchCollection = Regex.Matches(yourStr, "(?is)<a href=(""?)(?<url>[^"" ]+)\1 +title=(""?)(?<title>[^""]+)\2[^>]*>(?<text>[^<>]+)</a>")
        For Each m As Match In mc
            MessageBox.Show("url = " & m.Groups("url").Value)
            MessageBox.Show("title = " & m.Groups("title").Value)
            MessageBox.Show("text = " & m.Groups("text").Value)
        Next
End Sub

[兔子-顾问]

另外你可以用这个工具来看，能分析出你正则具体每一项表示什么意思。强烈推荐
正则表达式工具 Match Tracer（v2.0）

[码农天天向上]

真的非常感谢~~

已结贴:)