正则表达式收集与C#方式实现

站长苏飞

1.取出所有的 A标签

[C#] 纯文本查看 复制代码

<a[^>]+>(.*?)</a>

2.取出A标签里面的属性
会取出所有的A标签里面的属性

[C#] 纯文本查看 复制代码

<a[^>]+>

3.检查是否存在content的Meta

[C#] 纯文本查看 复制代码

<meta([^<]*)content=([^<]*)>(.*?)

4.检查是否存在rel的a

[C#] 纯文本查看 复制代码

<a([^<]*)rel=([^<]*)>(.*?)

5.获取时间的正则表达式

[C#] 纯文本查看 复制代码

\s\d{1,4}-\d{1,2}-\d{1,2}

6.获取以,分开的数字的正则

[C#] 纯文本查看 复制代码

\d{1,100}([,]*\d{1,100})*

7.匹配所有的Script标签

[C#] 纯文本查看 复制代码

<script[^>]*?>.*?</script>

8.匹配所有的noScript标签

[C#] 纯文本查看 复制代码

<noscript[^>]*?>.*?</noscript>

9. 匹配所有的href标签

[C#] 纯文本查看 复制代码

href=["'\s]?(.*?)["'

10.取出Html的编码

[C#] 纯文本查看 复制代码

Match meta = Regex.Match(html, "<meta([^<]*)charset=([^<]*)[\"']", RegexOptions.IgnoreCase | RegexOptions.Multiline);
tring charter = (meta.Groups.Count > 2) ? meta.Groups[2].Value : string.Empty;

11.过滤所有Html代码的方法

[C#] 纯文本查看 复制代码

/// <summary>
        /// 过滤html标签
        /// </summary>
        /// <param name="strHtml">html的内容</param>
        /// <returns></returns>
        public static string StripHTML(string stringToStrip)
        {
            // paring using RegEx           //
            stringToStrip = Regex.Replace(stringToStrip, "</p(?:\\s*)>(?:\\s*)<p(?:\\s*)>", "\n\n", RegexOptions.IgnoreCase | RegexOptions.Compiled);
            stringToStrip = Regex.Replace(stringToStrip, "<br(?:\\s*)/>", "\n", RegexOptions.IgnoreCase | RegexOptions.Compiled);
            stringToStrip = Regex.Replace(stringToStrip, "\"", "''", RegexOptions.IgnoreCase | RegexOptions.Compiled);
            stringToStrip = StripHtmlXmlTags(stringToStrip);
            return stringToStrip;
        }

        private static string StripHtmlXmlTags(string content)
        {
            return Regex.Replace(content, "<[^>]+>", "", RegexOptions.IgnoreCase | RegexOptions.Compiled);
        }

使用访求

[C#] 纯文本查看 复制代码

string str = StripHTML(html);

12.验证IP地址的正则表达式

13.验证身份证15位和18位

[C#] 纯文本查看 复制代码

\d{17}[\d|X]|\d{15}

14.验证URL

[C#] 纯文本查看 复制代码

http(s)?://([\w-]+\.)+[\w-]+(/[\w- ./?%&=]*)?

15.验证电子邮件

[C#] 纯文本查看 复制代码

\w+([-+.']\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*

16.验证固定电话

[C#] 纯文本查看 复制代码

(\(\d{3}\)|\d{3}-)?\d{8}

17.邮编

[C#] 纯文本查看 复制代码

\d{6}

菩提树

正在学习正则，据说要好长时间会学会。

站长苏飞

菩提树 发表于 2013-4-28 00:01
正在学习正则，据说要好长时间会学会。

用着学着就行了，不用一下子全学会

￣itˊsme。

我也分享一个吧，获取网页关键词和描述（自己写的，希望有高手过来帮忙优化下）：

1. <meta\s*(content=[""']?(.*?)[""']?\s*name=[""']?(.*?)[""']?)\s*[/]?>|(name=[""']?(.*?)[""']?\s*content=[""']?(.*?)[""']?)\s*[/]?>
   

复制代码

Joy的池塘

受教了，学习中……O(∩_∩)O哈哈~我第一次学的时候把它当成颜文字了

liu67667

感谢您的无私奉献，真是帮了我的大忙了

abc147325

牛逼，膜拜大佬门