Question

我有这个标签结构：

<td class="team team-a "><a href="/teams/austria/sportverein-mattersburg/163/" title="Mattersburg">Mattersburg</a></td>

我正在尝试使用此正则表达式获取title属性：

return Regex.Replace(href, "<a[^>]*?title=\"([^\"]*?\"[^>]*?>", "");

其中href变量是内容<td>，似乎正则表达式失败了，为什么？

Answer 1

如果您想要替代方案，请查看HtmlAgilityPack：

var html = "<td class=\"team team-a\"><a href=\"/teams/austria/sportverein-mattersburg/163/\" title=\"Mattersburg\">Mattersburg</a></td>";

var doc = new HtmlAgilityPack.HtmlDocument();
doc.LoadHtml(html);
var node = doc.DocumentNode.SelectNodes("//a") [0];
Console.WriteLine(node.Attributes["Title"].Value);

当然RegEx应该更快。但根据我的经验，HtmlAgilityPack更易于使用，并且在涉及不规则和无效的HTML时更加宽容。

Answer 2

您有语法错误，但这不是主要问题。当您要替换时，除了标题之外，您应该删除。所以你应该删除标题本身之前和之后的所有内容。例如，

return Regex.Replace(href, ".*title=\"|\".*", "");

不太具体的解决方案，如果有其他标签带有title属性，并且您只需要<a>的标题：

.*<a[^>]*?title=\"|\".*

如何从href获得头衔？

2 个答案: