爲HTML創建正則表達式

Question

我需要一個正則表達式來幫助我在字符串中進行匹配。這是一個包含了信息，我需要行：

<td width="140" height="18"><a href="users_folders.cfm?viewfolder=86&viewsub=20207&addSub=20202" class="folderNav"><strong>087690898</strong></a></td> 

我需要拉出來的是在href "users_folders.cfm?viewfolder=86&viewsub=20207&addSub=20202"的地址和存儲這兩個強大的標籤087690898之間的值。所以我只需要識別看起來像這樣的線。

因此，我已理解了它到了這一點：

（匹配任何字符或數字）（匹配< A HREF = 「）（匹配任何字符或數字）（匹配類=」 folderNav「>）

其中我已經創建了這個作爲我的正則表達式：

[AZ] （< A HREF = 「）[AZ]（類=」 folderNav「>）

一旦我已經確定這個字符串，我可以解析它拉出我需要的值，但是它確定了我遇到的問題。我是新來的正則表達式，並不確定如何做到這一點。我知道正則表達式是有缺陷的。我正在使用C＃。

此外，我知道你不應該在HTML上使用正則表達式，但爲此，我不介意快速和骯髒的解決方案。

Answer 1

雖然純粹主義者會譴責我永恆的詛咒打破正則表達式/ HTML規則，這裏就是你需要：

string line = @"<td width=""140"" height=""18""><a href=""users_folders.cfm?viewfolder=86&viewsub=20207&addSub=20202"" class=""folderNav""><strong>087690898</strong></a></td>"; 
Match match = Regex.Match(line, @"<a href=""(?<addr>[^""]*)"" class=""folderNav""><strong>(?<val>[^<]*)</strong></a>"); 
string addr = match.Groups["addr"].Value; 
string val = match.Groups["val"].Value; 

的(?<name>expression)部分被稱爲「named matched subexpressions」;您可以通過鏈接到MSDN來閱讀更多關於它們的信息。

在上面的代碼中，我們使用命名的子表達式來匹配您的地址和您的值。在每種情況下，我們允許任何字符匹配，除了預期的終止符。在href地址的情況下，屬性值在"之前結束;因此，我們匹配[^"]*。在<strong>值的情況下，元素文本在<（結束標記的）之前結束;因此，我們匹配[^<]*。正則表達式模式的其餘部分是逐字的。

Answer 2

像這樣的東西只是爲我工作：

<a href="(?<HREF>[^\"\ ]*)"[^\>]*><strong>(?<TEXT>.*)</strong> 

---

Regex regexObj = new Regex("<a href=\"(?<HREF>[^\" ]*)\"[^>]*><strong>(?<TEXT>.*)</strong>", RegexOptions.IgnoreCase); 

var match = regexObj.Match(subjectString); 

if (match.Success) 
{ 
string href = match.Groups["HREF"].Value; 
string text = match.Groups["TEXT"].Value; 
} 

Answer 3

解析HTML更好地使用html agility pack