如何用正则表达式提取超链接中的链接和文本？

[zhongkeruanjian]

比如有如下字符串：
<a id=ctl00_header_home href="http://localhost:82/Index.aspx"><font face=Tahoma color=#000080 size=2>Home</font></a><a id=index2 href="http://localhost:82/Type.aspx"><font face=Tahoma color=#000080 size=2>Type</font></a>

如何提取为如下：
文本 链接
Home http://localhost:82/Index.aspx
Type http://localhost:82/Type.aspx

[dgrwang]

http://([\w-]+\.)+[\w-]+(/[\w- ./?%&=]*)?

[dgrwang]

上边那个是标准的
http://(.*?)"

[anthit]

不懂 帮顶

[阿良chjlcn]

string pattern = @"\<a.*?href="(?<linkA>.+?)"\>\<font.*?\>(?<textA>.+?)\</font\>\</a\>\<a.*?href="(?<linkB>.+?)"\>\<font.*?\>(?<textB>.+?)\</font\>\</a\>";
Regex regex = new Regex(pattern, RegexOptions.IgnoreCase);
MatchCollection matches = regex.Match(yourText);
foreach (Match match in matches)
{
string linkA = match.Groups["linkA"].Value;
string textA = match.Groups["textA"].Value;
string linkB = match.Groups["linkB"].Value;
string textB = match.Groups["textB"].Value;
}

没有测试过，仅供参考。

[kason_j]

高难度.帮顶

[Yuna_2z]

mark

[zhongkeruanjian]

chjlcn(http://www.chenjiliang.com)


谢谢，明天测一下，不过看你的表达式好像只能取两个。。如果字符串里有多个超链接，怎么办？

[zhongkeruanjian]

而且<font>这样的字样不见得会有。。。

[lnhndx]

文本："(?=\>)[^\<\>]+(?=\<)"

[阿良chjlcn]

private void button1_Click(object sender, EventArgs e)
{
string str = @"<a id=ctl00_header_home href=""http://localhost:82/Index.aspx""><font face=Tahoma color=#000080 size=2>Home</font></a><a id=index2 href=""http://localhost:82/Type.aspx""><font face=Tahoma color=#000080 size=2>Type</font></a>";
string pattern = @"\<a.*?href=""(?<linkA>.+?)""\>\<font.*?\>(?<textA>.+?)\</font\>\</a\>\<a.*?href=""(?<linkB>.+?)""\>\<font.*?\>(?<textB>.+?)\</font\>\</a\>";
Regex regex = new Regex(pattern, RegexOptions.IgnoreCase);
MatchCollection matches = regex.Matches(str);
StringBuilder sb = new StringBuilder();
foreach (Match match in matches)
{
string linkA = match.Groups["linkA"].Value;
string textA = match.Groups["textA"].Value;
string linkB = match.Groups["linkB"].Value;
string textB = match.Groups["textB"].Value;

sb.AppendFormat(@"
textA = {0}, linkA = {1}
textB = {2}, linkB = {3}
",
textA, linkA, textB, linkB);
}
textBox1.Text = sb.ToString();
}



private void button2_Click(object sender, EventArgs e)
{
string str = @"<a id=ctl00_header_home href=""http://localhost:82/Index.aspx""><font face=Tahoma color=#000080 size=2>Home</font></a><a id=index2 href=""http://localhost:82/Type.aspx""><font face=Tahoma color=#000080 size=2>Type</font></a><a id=index2 href=""http://localhost:82/ccc.aspx"">ccc没有font标签</a>";
string pattern = @"\<a.*?href=""(?<link>.+?)""\>(\<font.*?\>)??(?<text>.+?)(\</font\>)??\</a\>";
Regex regex = new Regex(pattern, RegexOptions.IgnoreCase);
MatchCollection matches = regex.Matches(str);
StringBuilder sb = new StringBuilder();
foreach (Match match in matches)
{
string link = match.Groups["link"].Value;
string text = match.Groups["text"].Value;

sb.AppendFormat(@"
text = {0}, link = {1}
",
text, link);
}
textBox1.Text = sb.ToString();
}

[computerclass]

up

[zhongkeruanjian]

chjlcn(http://www.chenjiliang.com)

非常感谢你！

强人，测试通过，不过有点小小的问题，我开始没说清楚。

在<a></a>之间的文本外可能不只有Font，可能有还有其他标签，比如<b>,或者可能还会有<img>
用你的办法取就会把<b>这些标签一起带出来。。。

真是难为你了，有什么办法没有？

[zhongkeruanjian]

help me

[心情解码]

:)






-

[zhongkeruanjian]

please

[zhongkeruanjian]

lai ren

[add8849]

关注

[ken_flash]

帮顶
不会