62,267
社区成员
发帖
与我相关
我的任务
分享C# 如何根据关键词获取html页面的超链接
例如
<%@ Page Language="C#" AutoEventWireup="true" CodeFile="Default3.aspx.cs" Inherits="Default3" %>
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/1999/xhtml">
<head>
<meta http-equiv="Content-Type" content="text/html; charset=gb2312" />
<title></title>
</head>
<body>
<div id="show">
<a href="www.baidu.com">百度</a>
</div>
</body>
</html>
我根据 百度 这个关键词 获取 www.baidu.com
<%@ Page Language="C#" AutoEventWireup="true" CodeFile="Default3.aspx.cs" Inherits="Default3" %>
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/1999/xhtml">
<head>
<meta http-equiv="Content-Type" content="text/html; charset=gb2312" />
<title></title>
</head>
<body>
<div id="show">
<a href="www.baidu.com">百度</a>
</div>
</body>
</html>
我根据 百度 这个关键词 获取 www.baidu.com
...全文
请发表友善的回复…
发表回复
EnForGrass 2012-03-20
- 打赏
- 举报
[Quote=引用 4 楼 yuhaichao928 的回复:]
思路是有的，用正则取出<a href="www.baidu.com">百度</a>,之后在根据a标签的文本在取出地址 只是正则表达式不知道怎么写 楼上的是取出a标签的所有属性
[/Quote]
dicstr中Key是百度，value是www.baidu.com，你先把代码试试
思路是有的，用正则取出<a href="www.baidu.com">百度</a>,之后在根据a标签的文本在取出地址 只是正则表达式不知道怎么写 楼上的是取出a标签的所有属性
[/Quote]
dicstr中Key是百度，value是www.baidu.com，你先把代码试试
yazhou137263256 2012-03-20
- 打赏
- 举报
遍历html标签，然后用正则表达式去匹配a标签，提取文本为百度的 a标签的href属性
bdmh 2012-03-20
- 打赏
- 举报
string source = @"<a href=""www.baidu.com"">百度</a>";
Regex reg = new Regex(@"<a href=""(?<web>[^""]+)"">百度");
MatchCollection mc = reg.Matches(source);
foreach (Match m in mc)
{
MessageBox.Show(m.Groups["web"].Value);
}
yuhaichao928 2012-03-20
- 打赏
- 举报
思路是有的，用正则取出<a href="www.baidu.com">百度</a>,之后在根据a标签的文本在取出地址 只是正则表达式不知道怎么写 楼上的是取出a标签的所有属性
EnForGrass 2012-03-20
- 打赏
- 举报
在C盘新建一个Txt，内容如下
<%@ Page Language="C#" AutoEventWireup="true" CodeFile="Default3.aspx.cs"
Inherits="Default3" %>
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN"
"http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/1999/xhtml">
<head>
<meta http-equiv="Content-Type" content="text/html; charset=gb2312" />
<title></title>
</head>
<body>
<div id="show">
<a href="www.baidu.com">百度</a>
<a href="www.sina.com">新浪</a>
<a href="www.google.cn">谷歌</a>
<a href="www.souhu.com">搜狐</a>
</div>
</body>
</html>
Dictionary<string, string> dicstr = new Dictionary<string, string>();
string strfromtxt = File.ReadAllText(@"C:\1.txt", Encoding.GetEncoding("GB2312"));
string res = @"(?is)<a\s*href=""(?<href>([^>]*))""\s*>(?<value>(.*?))</a>";
MatchCollection matches = Regex.Matches(strfromtxt, res);
foreach (Match match in matches)
{
dicstr.Add(match.Groups["value"].Value.Trim(), match.Groups["href"].Value.Trim());//数据结果在dicstr
}
yyl8781697 2012-03-20
- 打赏
- 举报
遍历html标签，然后用正则表达式去匹配a标签，提取文本为百度的 a标签的href属性
EnForGrass 2012-03-20
- 打赏
- 举报
BS中不知道怎么弄？给你个思路，你可以遍历整个html，找a标签然后把href中内容和被包含的标签值（如百度）存为键值对，可以用正则实现。但是不知道BS读取html是不是要简单一些呢
liuxing19870629 2012-03-20
- 打赏
- 举报
用jQuery可以么？
$("a").each(function(){
if($(this).html()=="百度")
{
alert($(this).attr("href"));
}
});
相当之稳重 2012-03-20
- 打赏
- 举报
webrequest 对象可以获取网页源码，然后遍历查找字符串
