正则表达式获取github存储库的许可文件

Question

从HTML中的任何githup-repository页面，我尝试获取License的路径。

目前我得到了这个：

<a\shref=\"((.*?LICENSE|.*?license)|(.*?LICENSE.+?|.*?License.+?))\">

  

结果：

MATCH：

 73f79efa40f6bdde431853ce5ff000b9fe0b1fe5" itemprop="license" title="License.txt - <a href="/aspnet/EntityFramework6/blob/master/License.txt" class="js-navigation-open" id="dc5cde275269b574b34b1204b9221cb2-73f79efa40f6bdde431853ce5ff000b9fe0b1fe5" itemprop="license" title="License.txt">

GROUP：

/aspnet/EntityFramework6/blob/master/License.txt" class="js-navigation-open" id="dc5cde275269b574b34b1204b9221cb2

我想要的只是：

"/aspnet/EntityFramework6/blob/master/License.txt"

我的错误在哪里？

  

备注：

我想要匹配：

• LICENSE.TXT
• 的License.txt
• 许可证
• LICENSE
• License.any
• LICENSE.any

Answer 1

你没有考虑你的正则表达式中的文件扩展名，你也不应该包括＆＃39;＆gt;＆＃39;最后因为链接和标签关闭之间还有很多其他属性。

如果我们使用RegexOptions.IgnoreCase：

，也可以简化正则表达式

var match = Regex.Match(text, "<a\\shref=\"(.+?license(?:\\..+?)?)\"", RegexOptions.IgnoreCase);
if (match.Success)
{
    var link = match.Groups[1].ToString();
}