-
等级
本版专家分：5563结帖率 50% -
提取提取html中的链接，和<P>段落中的内容，如果能把图片链接的alt提取出来更好，在这里感谢各位！展开阅读全文
-
等级
本版专家分：5563
-
string inputs = "<div class=\"box_01\"> <a href=\"http://tech.sina.com.cn/digi/dc/2011-05-18/09425539462.shtml\" target=\"_blank\"><img src=\"http://i1.sinaimg.cn/IT/U5311P2T1D5539462F2755DT20110518095231.jpg\" width=\"135\" height=\"85\" alt=\"徕卡昂贵镜头遭遇切片\" /></a><h3><a href=\"http://tech.sina.com.cn/digi/dc/2011-05-18/09425539462.shtml\" target=\"_blank\">徕卡昂贵镜头遭遇切片</a></h3><p>最近，国外某大学的学生为了自己的毕业设计，...</p> </div>";
string patterns = @"(href|HREF|src|SRC|<p>)={1,}([""'^#][\w\S]*[""'>|</p>])";
MatchCollection matches = Regex.Matches(inputs, patterns);
foreach (Match match in matches)
{
Console.WriteLine("type: {0}", match.Groups[1].Value);
Console.WriteLine("href: {0}", match.Groups[2].Value);
Console.WriteLine("title: {0}", match.Groups[3].Value);
Console.WriteLine("Content: {0}", match.Groups[4].Value);
Console.WriteLine();
}
这是我的源码，inputs就是我的html标签，谢谢。目前就是需要个正确的正则！
-
等级
本版专家分：10499 -
string inputs = "<div class=\"box_01\"> <a href=\"http://tech.sina.com.cn/digi/dc/2011-05-18/09425539462.shtml\" target=\"_blank\"><img src=\"http://i1.sinaimg.cn/IT/U5311P2T1D5539462F2755DT20110518095231.jpg\" width=\"135\" height=\"85\" alt=\"徕卡昂贵镜头遭遇切片\" /></a><h3><a href=\"http://tech.sina.com.cn/digi/dc/2011-05-18/09425539462.shtml\" target=\"_blank\">徕卡昂贵镜头遭遇切片</a></h3><p>最近，国外某大学的学生为了自己的毕业设计，...</p> </div>";
string patterns = @"(?is)(href|src|alt)=+([""'^#][\w\S]*[""'>])";
MatchCollection matches = Regex.Matches(inputs, patterns);
foreach (Match match in matches)
{
Console.WriteLine("type: {0}", match.Groups[1].Value);
Console.WriteLine("href: {0}", match.Groups[2].Value);
Console.WriteLine();
}
-
等级
本版专家分：10499
-
没有<p>标签的～～...
-
等级
本版专家分：2409 -
"<div class=\"box_01\"> <a href=\"http://tech.sina.com.cn/digi/dc/2011-05-18/09425539462.shtml\" target=\"_blank\"><img src=\"http://i1.sinaimg.cn/IT/U5311P2T1D5539462F2755DT20110518095231.jpg\" width=\"135\" height=\"85\" alt=\"徕卡昂贵镜头遭遇切片\" /></a><h3><a href=\"http://tech.sina.com.cn/digi/dc/2011-05-18/09425539462.shtml\" target=\"_blank\">徕卡昂贵镜头遭遇切片</a></h3><p>最近，国外某大学的学生为了自己的毕业设计，...</p> </div>"
有的~~
-
等级
本版专家分：106930勋章
-
-
微软MVP
2012年4月 荣获微软MVP称号
2011年4月 荣获微软MVP称号
2010年4月 荣获微软MVP称号
-
- 红花 2008年8月 .NET技术大版内专家分月排行榜第一
-
- 黄花 2008年6月 .NET技术大版内专家分月排行榜第二
-
- 蓝花 2011年5月 .NET技术大版内专家分月排行榜第三
-
-
string inputs = "<div class=\"box_01\"> <a href=\"http://tech.sina.com.cn/digi/dc/2011-05-18/09425539462.shtml\" target=\"_blank\"><img src=\"http://i1.sinaimg.cn/IT/U5311P2T1D5539462F2755DT20110518095231.jpg\" width=\"135\" height=\"85\" alt=\"徕卡昂贵镜头遭遇切片\" /></a><h3><a href=\"http://tech.sina.com.cn/digi/dc/2011-05-18/09425539462.shtml\" target=\"_blank\">徕卡昂贵镜头遭遇切片</a></h3><p>最近，国外某大学的学生为了自己的毕业设计，...</p> </div>";
string patterns = @"(?is)((href|src)=(['""])*([^\s]+?)\3)|(<p>(.*?)</p>)|(alt=(['""])*([^\s]+?)\8)";
MatchCollection matches = Regex.Matches(inputs, patterns);
foreach (Match match in matches)
{
if (!string.IsNullOrEmpty(match.Groups[2].Value))
{
Console.WriteLine("type:\t{0}", match.Groups[2].Value);
Console.WriteLine("href|src:\t{0}", match.Groups[4].Value);
}
else if (!string.IsNullOrEmpty(match.Groups[5].Value))
{
Console.WriteLine("type:\tp");
Console.WriteLine("Content:\t{0}", match.Groups[6].Value);
}
else if (!string.IsNullOrEmpty(match.Groups[7].Value))
{
Console.WriteLine("type:\talt");
Console.WriteLine("alt:\t{0}", match.Groups[9].Value);
}
Console.WriteLine();
}
/*
type: href
href|src: http://tech.sina.com.cn/digi/dc/2011-05-18/09425539462.shtml
type: src
href|src: http://i1.sinaimg.cn/IT/U5311P2T1D5539462F2755DT20110518095231.jpg
type: alt
alt: 徕卡昂贵镜头遭遇切片
type: href
href|src: http://tech.sina.com.cn/digi/dc/2011-05-18/09425539462.shtml
type: p
Content: 最近，国外某大学的学生为了自己的毕业设计，...
*/
-
等级
本版专家分：2409
-
是不是html只是<div></div>这一部分的？
是的话应该很好办
超链接正则：http://([\w-]+\.)+[\w-]+(/[\w- ./?%&=]*)?
<p>应该比较好提取 先用<p>.*</p>提取<p>最近，国外某大学的学生为了自己的毕业设计，...</p> 然后将<p> 和</p>直接replace()掉
alt也可以用这个方法
感觉有点费事 等牛人出高效正则
-
等级
本版专家分：108 -
过客怎么还没来答？
求学习~~~~~~
[""'^#]是什么意思？
-
等级
本版专家分：5563
-
谢谢！
- java正则表达式提取href_java正则表达式提取url
其实不管是这个应用还是其他的应用，都有需要用到正则表达式的地方，因为程序里的数据大部分都是字符类型，最终用户看到的也都是字符类型(不是简单的理解为String，你一个110你也未必知道是int类型，从网络过来的还...
- python提取url的正则表达式_python – 从HTML链接提取URL的正则表达式
如果你只是寻找一个：import rematch = re.search(r'href=[\'"]?([^\'" >]+)', s)if match:print match.group(0)如果您有一个长字符串，并希望其中的每个模式的实例：import reurls = re.findall(r'href=[\'"]?...
- python用正则表达式提取超链接_正则表达式用Python从HTML中的href属性中提取URL
不要使用正则表达式接受的答案中的表达错过了许多案例。除其他外，URL中可以包含unicode字符。你想要的正则表达式就在这里，在看完之后，你可能会得出结论，毕竟你并不是真的想要它。最正确的版本是一万个字符长。不...
- python用正则表达式提取超链接_如何用正则表达式匹配网页中的超链接？
C:\Python34\python.exe E:/python/tmp.py['http://www.researchmfg.com/2010/07/thermo-plastics/', 'http://www.researchmfg.com/2010/07/plastic-rheological-property/', '...
- Java 正则表达式，正则表达式匹配a标签下的链接，正则表达式基础
在一次Java程序设计课程中，在课堂上了解到了正则表达式，然后自己去百度了一番，发现正则表达式应用的范围还是比较广泛的，在Python爬虫爬取数据时候，也会用上正则表达式，所以决定花点心思去学习一下正则...
- php 正则表达式提取网页超级链接url的函数
php 正则表达式提取网页超级链接url的函数
- python正则表达式提取网页内容_Python使用正则表达式获取网页中所需要的信息
使用正则表达式的几个步骤：1、用import re 导入正则表达式模块；2、用re.compile()函数创建一个Regex对象；3、用Regex对象的search()或findall()方法，传入想要查找的字符串，返回一个Match对象；4、调用Match对象...
- python用正则表达式提取超链接_使用正则表达式重新字符串匹配提取URL链接-Python...
I've been trying to extract URLs from a text file using re ... any link that starts with http:// , https:// and www.the file contains texts as well as html source code, html part is easy because i ca...
- java 链接地址 正则表达式_Java 正则表达式提取标签中的属性(src 连接地址)等
public class Test {public static void main(String[] args) { String source = "sdfasdfasdfsadfasdfasdfasdfasdfasdf";System.out.println(getImgStr(source));String htmlStr = "System.out.println(getV...
- python正则表达式提取网页的图片链接
import requests # 爬虫中最常用的发起请求的第三方库——requests import re from urllib.request import urlretrieve ''' 所谓网页抓取，就是把URL地址中指定的网络资源从网络流中读取出来，保存到本地。 在...
- python网页正则表达式_python提取网页的特定内容（正则表达式实现）
关于正则表达式参考正则表达式python可以很方便地抓取网页并过滤网页的内容，那么，如何从如下的网页中提取csdn文章的标题“《unix网络编程(卷1)源代码的使用方法》”。window.quickReplyflag = true;《unix网络编程...
- 用python正则表达式提取网页的url超链接
用python正则表达式提取网页的url import re import urllib url="http://www.baidu.com" s=urllib.urlopen(url).read() ss=s.replace(" ","") urls=re.findall('<a.*?href=.*?<\/a>',ss,re.I) for i in ...
- php 正则提取url,php使用正则表达式获取字符串中的URL详解
本文章向大家介绍php如何获取字符串中的URL(网址链接)，主要使用到php正则表达式函数preg_match_all，具体实现方法请看下文$str ='本文实例讲述了php匹配字符串里所有URL地址的方法。http://www.manongjc.com 分享给...
- java正则表达式详解
一、正则表达式术语 1）元字符 ： 非一般字符,具有某种意义的字符。如 ： \bX ： \b边界符, 以 X开始的单词 2）正则表达式语法大全 字符 说明 \ 将下一字符标记为特殊字符...
- JavaScript正则表达式详解
第一章 正则表达式字符匹配攻略 第二章正则表达式位置匹配攻略 第三章 正则表达式括号的作用 第四章 正则表达式回溯法原理 第五章 正则表达式的拆分 第六章 正则表达式的构建 第七章 正则表达式编程 后记 ...
- python正则表达式提取电话号码_利用正则表达式编写python 爬虫，抓取网页电话号码！...
利用正则表达式编写python 爬虫，抓取网页联系我们电话号码！这里以九奥科技(www.jiuaoo.com）为例，抓取‘联系我们’里面的电话号码，并输出。#!/usrweilie/bin/python#coding=utf-8import reimport urllibdef ...
- 提取HTML中所有图片地址的正则表达式
# 正则表达式 <img[\s\S]+?...例如使用php提取html中的所有图片地址 $str='<p> <img src="http://img.baidu.com/hi/jx2/j_0024.gif"/>22222222222222222222<img src="https://ab...
- Java 正则表达式的用法和实例
一、概述： 用来描述或者匹配一系列符合某个语句规则的字符串 ...2、中括号”[]“：只有方括号里面指定的字符才参与匹配，也只能匹配单个字符。 表达式：t[abcd]n 只可以匹配：tan，tbn，tcn，tdn。不可以匹配：th...
- js正则表达式提取内容
var content="链接：https://pan.baidu.com/s/14Ohd4jLuMWLRtqIt6eUNKg\n提取码：5dlw\n复制这段内容后打开百度网盘手机App，操作更方便哦"; var reg = /链接：(.*)/; // ...
- java 正则表达式提取html纯文本
本文来自我的个人博客：java 正则表达式提取html纯文本 做内容的大家都知道，从html中直接提取纯文本是一个非常大的问题。现将我做的正则匹配贴上： 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 ...
- java正则表达式 中括号_Java正则表达式获取中括号之间的内容
不包含中括号正则表达式如下：\\[(.*?)]注：.匹配除换行符\n之外的任何单字符；*匹配前面的子表达式零次或多次；?匹配前面的子表达式零次或一次；()标记一个子表达式的开始和结束位置；\[匹配[字符。[是特殊字符需要...
- 数据提取-正则表达式基本使用
正则表达式 正则表达式是对字符串（包括普通字符（例如，a 到 z 之间的字母）和特殊字符（称为“元字符”））操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”...
- 使用正则表达式从html文件中提取图片url怎么写？
``` 请教个正则表达式的问题， 我想从html文件中提取图片url， 比如， "/> "/> 如果只提取png图片正则表达式怎么写 ```
- 正则表达式抓取文件内容中的http链接地址
转自：https://www.cnblogs.com/akiradunn/p/5855073.html 1 import java.io.BufferedReader; 2 3 import java.io.FileInputStream; 4 5 import java.io.FileNotFoundException; 6 7 import ...
- python常用正则表达式大全_正则表达式：常用正则表达式大全
#1 . 校验密码强度：密码的强度必须是包含大小写字母和数字...=.*\\d)(?=.*[a-z])(?=.*[A-Z]).{8,10}$#2. 校验中文：字符串仅能是中文^[\\u4e00-\\u9fa5]{0,}$#3. 由数字、26个英文字母或下划线组成的字符串：^\\w+$#4....
- Python正则表达式提取网页数据（代码实例）
html = """ <div id="songs-list"> <h2 class="title">流行金曲</h2> <p class = "introduction">经典歌曲列表</p> <ul id="list" class="list-group"> ...
- python中使用正则表达式取出html标签
# 方法 1 pre = re.compile('&...print(s1) # '随笔文章日记评论链接相册文件设置选项' # 方法 2 s2 = re.sub(r'<.*?>','',htmlString) print(s2) # '\n\n随笔\n文章\n日记\n评...
- python正则提取字符串_正则表达式范围匹配
前言近期小编在进行评测语料的制作时，涉及到一些复杂字符串的过滤和提取等内容，例如找出某一句话中在某个特定语句结构下出现的文字，虽然使用循环，if-else等语句可以搞定，但是比较麻烦，使用正则表达式处理就...
- java日期格式正则表达式_Java正则表达式
1. 用户名正则表达式模式^[a-z0-9_-]{3,15}$^ # 行开始[a-z0-9_-] # 匹配列表中的字符，a-z,0–9,下划线，连字符{3,15} # 长度至少3个字符，最大长度为15$ # 行结束2. 密码正则表达式模式((?=.*\d)(?=....