C#提取字符串中的超链接和锚文本

剪刀手

如题，字符串是网页源代码，可以通过正则获得超链接，但我同时需要锚文本，在循环获取此内容的时候，如果将两个同时提出来？不用webbrowser，求正则……

解决方案
[code=csharp]string html = "HTML内容";
        MatchCollection mc3 = Regex.Matches(html, "<a[\\s\\S]*?href=\"([\\s\\S]*?)\"[\\s\\S]*?>([\\s\\S]*?)</a>", RegexOptions.IgnoreCase);
            foreach (Match m in mc3)
            {
              string  href= m.Groups[1].Value ;    //url链接
              string   text= m.Groups[2].Value ;    //url链接
            }[/code]

站长苏飞

剪刀手 发表于 2013-1-21 18:55
不行啊，这个表达式：@"([\s\S]*?)"无效，编译通不过……

我了个去，这肯定是要转义的啊，
你不能连这个也不清楚吧，
[code=csharp]  string html = "HTML内容";
        MatchCollection mc3 = Regex.Matches(html, "<a[\\s\\S]*?href=\"([\\s\\S]*?)\"[\\s\\S]*?>([\\s\\S]*?)</a>", RegexOptions.IgnoreCase);
            foreach (Match m in mc3)
            {
              string  href= m.Groups[1].Value ;    //url链接
              string   text= m.Groups[2].Value ;    //url链接
            }[/code]

站长苏飞

是要分别取还是各取各的

剪刀手

一块儿取，下面是我获取URL的代码：
其中subjectString是获取的网页源代码，richTextBox2是临时显示内容的地方……
[code=csharp]MatchCollection mc1 = Regex.Matches(subjectString, @"<a[^>]*?href=['""]?([^'"">]+)[^>]*>", RegexOptions.IgnoreCase);
foreach (Match m in mc1)
{
       richTextBox2.Text += m.Groups[1].Value + Environment.NewLine;    //url链接
}[/code]
希望获取锚文本也是在这循环里，以方便处理……不知如何获取……

剪刀手

admin 发表于 2013-1-17 18:32
是要分别取还是各取各的

一块儿取，下面是我获取URL的代码：
其中subjectString是获取的网页源代码，richTextBox2是临时显示内容的地方……
[code=csharp]MatchCollection mc1 = Regex.Matches(subjectString, @"<a[^>]*?href=['""]?([^'"">]+)[^>]*>", RegexOptions.IgnoreCase);
foreach (Match m in mc1)
{
       richTextBox2.Text += m.Groups[1].Value + Environment.NewLine;    //url链接
}[/code]
希望获取锚文本也是在这循环里，以方便处理……不知如何获取……

站长苏飞

1. 
   
2. 正A的也就是综合的<a[\s\S]*?</a>
   
3. 这样就行了
   

复制代码

剪刀手

[code=csharp]MatchCollection mc3 = Regex.Matches(subjectString, @"<a[\s\S]*?</a>", RegexOptions.IgnoreCase);
            foreach (Match m in mc3)
            {
                richTextBox2.Text += m.Groups[1].Value + Environment.NewLine;    //url链接
            }[/code]
这样没效果……
不懂正则……

剪刀手

admin 发表于 2013-1-17 18:44

[code=csharp]MatchCollection mc3 = Regex.Matches(subjectString, @"<a[\s\S]*?</a>", RegexOptions.IgnoreCase);
            foreach (Match m in mc3)
            {
                richTextBox2.Text += m.Groups[1].Value + Environment.NewLine;    //url链接
            }[/code]
这样没效果……
不懂正则……

站长苏飞

1. MatchCollection mc3 = Regex.Matches(subjectString, @"<a[\s\S]*?</a>", RegexOptions.IgnoreCase);
   
2.             foreach (Match m in mc3)
   
3.             {
   
4.                 richTextBox2.Text += m.Value + Environment.NewLine;    //url链接
   
5.             }

复制代码

剪刀手 发表于 2013-1-17 18:50
这样没效果……
不懂正则……

m.Value

幻雪丶逆时光

mark 慢慢看

站长苏飞

问题解决了吗？