Question

如何编写正则表达式来替换没有链接文本的链接：

<a href="http://www.somesite.com"></a>

与

<a href="http://www.somesite.com">http://www.somesite.com</a>

这是我试图捕捉比赛的目的，而且它没有抓到任何东西。我做错了什么？

string pattern = "<a\\s+href\\s*=\\s*\"(?<href>.*)\">\\s*</a>";

Answer 1

我不会使用正则表达式 - 我会使用Html Agility Pack和类似的查询：

foreach(HtmlNode link in doc.DocumentElement.SelectNodes("//a[.='']")) {
    link.InnerText = link.GetAttribute("href");
}

Answer 2

我可能错了，但我认为您只需要将href组中的量词更改为懒惰而不是贪婪。

string pattern = @"<a\s+href\s*=\s*""(?<href>.*?)"">\s*</a>";

（为了更好的可读性，我还改变了使用@的字符串文字的类型。）

其余的正则表达式对我来说似乎。您根本没有捕获任何匹配项，这让我不这么认为，但是其余代码可能会出现问题（甚至是输入数据 - 您已经验证了吗？）。

Answer 3

我建议

string pattern = "(<a\\b[^>]*href=\"([^\"]+)\"[^>]*>)[\\s\\r\\n]*(</a>)";

这种方式还可以捕获其他地方的href属性。

替换为

"$1$2$3"

通常的警告：HTML和正则表达式基本上是不兼容的。请谨慎使用，这可能会爆炸。

Answer 4