查找超链接文本和URL

Question

我有一个大文本，有些单词是超链接的，我想知道所有的文本，它的超链接url假设我的文字如下：

LoremIpsum.Net是一个小而简单的静态网站，无需使用generator即可为您提供合适的通道。该网站还提供了全文大写版本的文本，以及翻译，并解释了这一着名的内容。

现在我想将这个超链接的单词和它的url存储在数组或哈希表中，任何人都可以建议我或者提供一些示例代码来执行此操作。

提前致谢。

Answer 1

请参阅此页面上的“使用Regex [C＃]进行抓取的程序”：http://www.dotnetperls.com/scraping-html

它基本上可以通过重复你的文字和收集比赛来实现。

Answer 2

尝试HTMLAgilityPack http://www.codeplex.com/htmlagilitypack

像

这样的东西

 HtmlDocument doc = new HtmlDocument();
 doc.Load("file.htm");
 foreach(HtmlNode link in doc.DocumentElement.SelectNodes("//a[@href"])
 {
     HtmlAttribute att = link["href"];
   // these are your hrefs!
 }

如果您没有使用正确的HTML解析器，您将会失去理智。