正则表达式

我们要解析一个HTML文档时可利用正则表达式取得标签内容

例子：

以从字符串中取出所有A标签的 id号和内容为例：

<a id="1" target="_blank">aaaaaaaaaa</a>

 

正则表达式：

<a[^<]*id[^<]*=[^<]*"(?<ID>[^<]*)"[^<]*target[^<]*=[^<]*"[^<]*_blank[^<]*" [^<]*>(?<content>[^<]*)</a>

正则分解：

[^<]*　是一个很有用的组合,能定位到下一个查询关键字

(?<ID>[^<]*)  用于取得一个或者多个值直到遇到下一个关键字

<ID>　类似一个正则的变量，给用()号取得的内容进行标识，以便于程序的调用

C#调用的例子：

string strRegex=@"<a[^<]*id[^<]*=[^<]*"(?<ID>[^<]*)"[^<]*target[^<]*=[^<]*"[^<]*_blank[^<]*" [^<]*>(?<CONTENT>[^<]*)</a>";

string strSource="<a id=/"1/" target=/"_blank/">aaaaaaaaaa</a>"

System.Text.RegularExpressions.Regex r;                System.Text.RegularExpressions.MatchCollection m;                mc= new System.Text.RegularExpressions.Regex(strRegex, System.Text.RegularExpressions.RegexOptions.IgnoreCase);               ro = mc.Matches(strSource);

if (ro.Count >= 0) {

   for (int i = 0; i < m.Count; i++)    {

        //取出ID和内容

         string id = ro[i].Groups["ID"].Value;         string topic = ro[i].Groups["CONTENT"].Value;

    }

 }