正则表达式获取HTML标记中的内容(C#)
//=====================Begin1========================
//试验字符串
string strTmp = string.Empty;
//正则表达式
string tmpStr = string.Empty;
![[转] - 正则表达式获取HTML标记中的内容(C) - 夏 - 蜗牛式的生活~~](http://www.xsummer.cn/blog/pic/other_site/images_csdn_None.gif)
//取出指定HTML标记中的匹配项的值RegexOptions.IgnoreCase忽略大小写,RegexOptions.Multiline忽略多行显示,
//tmpStr = “<title>([^<]*)</title>” //获取<title>之间内容
![[转] - 正则表达式获取HTML标记中的内容(C) - 夏 - 蜗牛式的生活~~](http://www.xsummer.cn/blog/pic/other_site/images_csdn_None.gif)
strTmp = @”<add key=’ConnectionString’ value=’server=localhost;database=数据库名;uid=sa;pwd=;pooling=true’/>“;
//获取“database=”与“;”号之间的字符串:database=(.*);
tmpStr = “database=([^;]*);“;
Match TitleMatch = Regex.Match(strTmp, tmpStr ,RegexOptions.IgnoreCase | RegexOptions.Multiline );
![[转] - 正则表达式获取HTML标记中的内容(C) - 夏 - 蜗牛式的生活~~](http://www.xsummer.cn/blog/pic/other_site/images_csdn_None.gif)
//如下例子作语法参考用获取size的值,实际应用可能不会如此复杂
strTmp = “><font color=’red’ size=6>WebForm3</font><“ ;
tmpStr = @”<(w+s+w+[=]+[‘]+w+[‘]+s+[size=]+d)>“;
Match TitleMatch = Regex.Match(strTmp ,tmpStr , RegexOptions.IgnoreCase | RegexOptions.Multiline );
![[转] - 正则表达式获取HTML标记中的内容(C) - 夏 - 蜗牛式的生活~~](http://www.xsummer.cn/blog/pic/other_site/images_csdn_None.gif)
//取出匹配项的值
string tmpStrTitle = TitleMatch.Groups[1].Value;
//替换掉HTML页中所有HTML标记
Label1.Text=Regex.Replace(Label1.Text.Trim(),“<.+?>“,“”)+“*********“+TitleMatch.Groups[1].Value;
![[转] - 正则表达式获取HTML标记中的内容(C) - 夏 - 蜗牛式的生活~~](http://www.xsummer.cn/blog/pic/other_site/images_csdn_None.gif)
//判断匹配正则表达式是否成功
if(Regex.Match(tmpStr,“<.+?>“).Success)
![[转] - 正则表达式获取HTML标记中的内容(C) - 夏 - 蜗牛式的生活~~](http://www.xsummer.cn/blog/pic/other_site/images_csdn_ExpandedBlockStart.gif)
…{
//操作
}
//=====================End1========================
![[转] - 正则表达式获取HTML标记中的内容(C) - 夏 - 蜗牛式的生活~~](http://www.xsummer.cn/blog/pic/other_site/images_csdn_None.gif)
//=====================Begin2========================
string webDocContent=“<a href=http://www.xxx.xxx/college/pages/default.htm target=_blank>师资队伍</A>“;
//解释下面正则表达式:[s]表示匹配空格字符,”+” 表示连接
string strPattern=@”a[s]+href=(?<Link>[^s>]+)[^>]*>(?<Text>[^<]*)</a>“;
//获取链接显示的文字
MatchCollection Matches=Regex.Matches(webDocContent,strPattern,RegexOptions.IgnoreCase|RegexOptions.Compiled);
foreach(Match NextMatch in Matches)
![[转] - 正则表达式获取HTML标记中的内容(C) - 夏 - 蜗牛式的生活~~](http://www.xsummer.cn/blog/pic/other_site/images_csdn_ExpandedBlockStart.gif)
…{
string URL=NextMatch.Groups[“Link“].Value.ToString().Trim();
string URLText=NextMatch.Groups[“Text“].Value.ToString().Trim();
Response.Write(URL+“****“);
Response.Write(URLText);
}
//=====================End2========================
![[转] - 正则表达式获取HTML标记中的内容(C) - 夏 - 蜗牛式的生活~~](http://www.xsummer.cn/blog/pic/other_site/images_csdn_None.gif)
//=====================Begin3========================
string strPageContent = string.Empty;
StreamReader srPage = new StreamReader(@”e:save.txt“,System.Text.Encoding.GetEncoding(“gb2312“));
strPageContent = srPage.ReadToEnd();
srPage.Close();
//(s)*表示0或多个空格符、回车符等,*表示比配0或多个。(.*?)表示除回车符外的所有信息
MatchCollection TitleMatchs = Regex.Matches(strPageContent, “<td width=”85%” class=”common_text”>((s)*(.*?)(s)*(.*?)(s)*(.*?)(s)*(.*?)(s)*)</td>“, RegexOptions.IgnoreCase | RegexOptions.Multiline );
int tmpNum = 0;
//循环正则表达式所获取的,满足表达式的内容集合
foreach(Match NextMatch in TitleMatchs)
![[转] - 正则表达式获取HTML标记中的内容(C) - 夏 - 蜗牛式的生活~~](http://www.xsummer.cn/blog/pic/other_site/images_csdn_ExpandedBlockStart.gif)
…{
++tmpNum;
Label1.Text += tmpNum + “<br>****“ + NextMatch.Groups[1].Value;
}
//=====================End3========================
引文来源 正则表达式获取HTML标记中的内容(C#) – 牧 asp.net C# – CSDN博客