Question

过去两个小时我一直试图解决这些问题，但似乎找不到任何解决方案。

我需要从HTML文件中提取链接。有100多个链接，但只有25个有效。

有效链接放在

中

<td><a href=" (link) ">

首先，我有（并且仍然）在逐字字符串中使用双引号的问题。所以，我已经用“普通”字符串替换了逐字，所以我可以使用\“for”但问题是我写的Regex不起作用

Match LinksTemp = Regex.Match(
                              htmlCode,
                              "<td><a href=\"(.*)\">",
                              RegexOptions.IgnoreCase);

我将"<td><a href="http://www.google.com">作为输出而不是http://www.google.com

任何人都知道如何解决这个问题，如何在逐字字符串中使用双引号（例如@“＆lt;＆gt;”das“sa”）

Answer 1

转码双引号示例：@"some""test"
正则表达式示例："<a href=\"(.*?)\">"

    var match = Regex.Match(html, "<td><a href=\"(.*?)\">", 
RegexOptions.Singleline); //spelling error
    var url = match.Groups[1].Value;

您也可以使用Regex.Matches(...)代替Regex.Match(...)

Answer 2

如果你想让每个元素都像这样使用代码：

string htmlCode = "<td><a href=\" www.aa.pl \"><td> <a href=\" www.cos.com \"><td>";
Regex r = new Regex( "<a href=\"(.*?)\">", RegexOptions.IgnoreCase );
MatchCollection mc = r.Matches(htmlCode);

foreach ( Match m1 in mc ) {                
   MessageBox.Show( m1.Groups[1].ToString() );
}

Answer 3

为什么不用HTML-parsing解析这是好的和快速的HTML-Parsing。例如：

   string HTML = "<td><a href='http://www.google.com'>";

            HtmlDocument doc = new HtmlDocument();
            doc.LoadHtml(HTML);
            HtmlNodeCollection a = doc.DocumentNode.SelectNodes("//a[@href]");

            string url = a[0].GetAttributeValue("href", null);

            Console.WriteLine(url);
            Console.ReadLine();

您需要导入using HtmlAgilityPack;

提取链接regex c＃

3 个答案: