正则表达式获取HTML标记中的内容（C#）

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;

             // 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

             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 );

             // 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 );
            

             // 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;

             // 判断匹配正则表达式是否成功
             if (Regex.Match(tmpStr, " <.+?> " ).Success)
             ... {
                //操作
             }
             // =====================End1========================

             // =====================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)
             ... {
                string URL=NextMatch.Groups["Link"].Value.ToString().Trim();
                string URLText=NextMatch.Groups["Text"].Value.ToString().Trim();
                 Response.Write(URL+"****");
                 Response.Write(URLText);
             }
             // =====================End2========================

             // =====================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)
             ... {
                ++tmpNum;
                 Label1.Text += tmpNum + "<br>****" + NextMatch.Groups[1].Value;
             }
             // =====================End3========================