Question

有没有办法收集字符串中包含特定域的所有链接，其中只包含以下任何一个：

href="http://yahoo.com/media/news.html"

或

>http://yahoo.com/media/news.html<

所以基本上链接的前缀是href="，最后是"

或

><包围的链接。

我尝试使用Regex ( "href=\"([^\"]*)\"></A>" )，但没有匹配。

Answer 1

(href="[^"]*")|(>[^<]*<)

以href =“开头，后跟不是”的字符，以“

结尾

或

以＆gt;开头，后跟不是＆lt;的字符，以＆lt;

结尾

Answer 2

尝试以下方法：

string[] inputs = { "href=\"http://yahoo.com/media/news.html\"", ">http://yahoo.com/media/news.html<" };

string pattern = @"(?:href=""|>)(?<Url>http://.+?)[<""]";
foreach (string input in inputs)
{
    Match m = Regex.Match(input, pattern);
    if (m.Success)
    {
        Console.WriteLine(m.Groups["Url"].Value);
    }
}

编辑：另一种方法是使用环视，以便文本匹配但不会被捕获。这允许您直接使用Match.Value而不是使用组。请尝试以下替代方法。

string pattern = @"(?<=href=""|>)http://.+?(?=<|"")";
foreach (string input in inputs)
{
    Match m = Regex.Match(input, pattern);
    if (m.Success)
    {
        Console.WriteLine(m.Value);
    }
}

编辑＃2 ：此处评论中的请求是一种与文本中包含“...”的网址不匹配的模式。

string pattern = @"(?<=href=""|>)http://(?!.*\.{3}).+?(?=<|"")";

唯一的变化是(?!.*\.{3})的添加，这是一个负向前瞻，如果指定的后缀不存在，则允许模式匹配。在这种情况下，它检查“...”是否缺席。如果您需要匹配至少3个点，请使用{3,}。

Answer 3

尝试：

http=\"(.+)\"

简单的正则表达式问题来解析.NET中类似的东西？

3 个答案: