Question

我有<A HREF="f110111.ZIP">和f110111 - 是一个任意的char序列。我需要C＃正则表达式匹配表达式来提取以上所有内容。

电子。 G。输入是

<A HREF="f110111.ZIP"><A HREF="qqq.ZIP"><A HREF="gygu.ZIP">

我想要清单：

f110111.ZIP
qqq.ZIP
gygu.ZIP

Answer 1

您需要的是htmlagility pack/！这将允许您以简单的方式阅读HTML并提供一种简单的方法来检索链接。

Answer 2

如果文件名中可以有多个点：

<A HREF="(^["]+?).zip

如果文件名中没有点（只有zip之前的点），你可以使用更快的点：

<A HREF="(^[".]+)

C＃示例：

Pattern pattern = Pattern.compile("<A HREF=\"(^[\"]+?).zip");

Matcher matcher = pattern.matcher(buffer);
while (matcher.find()) {
    // do something with: matcher.group(1)
}

Answer 3

不，不！ Do not use Regex to parse HTML!

尝试使用XML Parser。或者也许是XPath。

Answer 4

试试这个：

/<a href="([^">]+.ZIP)/gi

Answer 5

我认为正则表达式是一种从给定文本中过滤文本的好方法。

此正则表达式从给定文本中获取文件，文件名和扩展名。

href="(?<File>(?<Filename>.*?)(?<Ext>\.\w{1,3}))"

上面的正则表达式要求在字符字符a-z A-Z 0-9之外存在一个1到3个字符之间的扩展名。

C＃代码示例：

string regex = "href=\"(?<File>(?<Filename>.*?)(?<Ext>\\.\\w{1,3}))\"";
RegexOptions options = ((RegexOptions.IgnorePatternWhitespace | RegexOptions.Multiline) | RegexOptions.IgnoreCase);
Regex reg = new Regex(regex, options);

帮助正则表达式。需要提取`

5 个答案: