innerHTML里面写html的a标签,C#基于正则表达式抓取a标签链接和innerhtml的方法

本文实例讲述了C#基于正则表达式抓取a标签链接和innerhtml的方法。分享给大家供大家参考，具体如下：

//读取网页html

string text = File.ReadAllText(Environment.CurrentDirectory + "//test.txt", Encoding.GetEncoding("gb2312"));

string prttern = "([^\"])*)\"|'([^'])*'|\\w+=\"(([^\"])*)\"|'([^'])*'))+>(?(.*?))";

var maths = Regex.Matches(text, prttern);

//抓取出来写入的文件

using (FileStream w = new FileStream(Environment.CurrentDirectory + "//wirter.txt", FileMode.Create))

{

for (int i = 0; i < maths.Count; i++)

{

byte[] bs = Encoding.UTF8.GetBytes(string.Format("链接地址:{0}, innerhtml：{1}", maths[i].Groups["url"].Value,

maths[i].Groups["text"].Value) + "\r\n");

w.Write(bs, 0, bs.Length);

Console.WriteLine();

}

}

Console.ReadKey();

图解正则

朋友需要截取img标签的src 和data-url   跟上面差不多。。顺便附上

string text =File.ReadAllText(Environment.CurrentDirectory + "//test.txt", Encoding.GetEncoding("gb2312"));

string prttern = "[^\"]*?)\"|data-url=\"(?[^\"]*?)\"|[-\\w]+=\"[^\"]*?\"))*\\s*/>";

var maths = Regex.Matches(text, prttern);

//抓取出来写入的文件

using (FileStream w = new FileStream(Environment.CurrentDirectory + "//wirter.txt", FileMode.Create))

{

for (int i = 0; i < maths.Count; i++)

{

byte[] bs = Encoding.UTF8.GetBytes(string.Format("图片src:{0}, 图片data-url：{1}", maths[i].Groups["src"].Value,

maths[i].Groups["dataurl"].Value) + "\r\n");

w.Write(bs, 0, bs.Length);

Console.WriteLine();

}

}

PS：这里再为大家提供2款非常方便的正则表达式工具供大家参考使用：

希望本文所述对大家C#程序设计有所帮助。