求一个关于超链接提取的正则表达式

[bluemouse]

能够分别提取出 href=... 里面的链接和对应的 <a href=..>内容</a> 中的文本内容部分（或者有可能是html代码），应该注意的是 href= 的后面有可能是单引号、双银行或空，如果是单引号或双引号，对应的，也应该是由单引号或双引号结束，如果是空，则应该是遇空格或>结束，举例如下：

<a href='超链接'>文本</a>
<a href="超链接 网址中含有空格">文本</a>
<a href=超链接>文本</a>
<a href= 超链接 >文本</a>

关键是这几种情况的容错

俺对正则一头雾水，还望高手点拨，谢了先。 ：）

[saucer]

go to
http://www.regexlib.com/search.aspx

enter "links" in the keyword textbox and click on Search button

or try

using System.Text.RegularExpressions;

string str = "............";

Regex re = new Regex(@"<a[^>]+href=\s*(?:'(?<href>[^']+)'|""(?<href>[^""]+)""|(?<href>[^>\s]+))\s*[^>]*>", RegexOptions.IgnoreCase | RegexOptions.Singleline);

MatchCollection mc = re.Matches(str);
Console.WriteLine(mc.Count);
foreach (Match m in mc)
Console.WriteLine(m.Groups["href"].Value);
}

[bluemouse]

这个似乎不行啊，只能提取href里面的链接，而<a >..</a>之间文字提取不出来

[saucer]

Regex re = new Regex(@"<a[^>]+href=\s*(?:'(?<href>[^']+)'|""(?<href>[^""]+)""|(?<href>[^>\s]+))\s*[^>]*>(?<text>.*?)</a>", RegexOptions.IgnoreCase | RegexOptions.Singleline);

MatchCollection mc = re.Matches(str);
Console.WriteLine(mc.Count);
foreach (Match m in mc)
Console.WriteLine("{0}:{1}", m.Groups["href"].Value, m.Groups["text"].Value);

[wjhs]

楼上的些得挺好