匹配html中的A标签

匹配html中的A标签

<[aA]\s+((\w+\s*=\s*("([^"]*)"|'([^']*)'|([^'">\s]+))\s+)*)(href\s*=\s*("([^"]*)"|'([^']*)'|([^'">\s]+)))((\s+\w+\s*=\s*("([^"]*)"|'([^']*)'|([^'">\s]+)))*)\s*>(.*?)</[aA]\s*>  

替换其中的链接到统计页面再跳转到真正的链接地址

protected void Unnamed1_Click(object sender, EventArgs e)
    {
        //正则
        Regex reg = new Regex("<[aA]\\s+((\\w+\\s*=\\s*(\"([^\"]*)\"|'([^']*)'|([^'\">\\s]+))\\s+)*)(href\\s*=\\s*(\"([^\"]*)\"|'([^']*)'|([^'\">\\s]+)))((\\s+\\w+\\s*=\\s*(\"([^\"]*)\"|'([^']*)'|([^'\">\\s]+)))*)\\s*>(.*?)</[aA]\\s*>");
        
        //输入内容
        string matchStr = TextBox1.Text;
 
        //此处可以完成任务（利用委托）
        MatchEvaluator myEvaluator = new MatchEvaluator(ReplaceCC);
        string aaa = reg.Replace(matchStr, myEvaluator);

        //最后结果
        Response.Write(aaa);
    }

//在这里单独处理每一个匹配项，每个括号内的为：匹配 pattern 并获取这一匹配。所获取的匹配可以从产生的 Matches 集合得到。
    public string ReplaceCC(Match m)
    {
        string temp = m.Groups[9].Value + m.Groups[10].Value + m.Groups[11].Value;
        string g18 = m.Groups[18].Value;

        temp = "http://www.biaodashi.com?projectid=00000&userid=1111111&url=" + temp;

        return "<a " + m.Groups[1].Value + " href=\" " + temp + "\" " + m.Groups[12].Value + ">" + g18 + "</><br/>";
    }

原文：http://njm.iteye.com/blog/1104498

匹配html中的A标签 以及A标签内的其它标签：

<[aA]\\s+((\\w+\\s*=\\s*(\"([^\"]*)\"|'([^']*)'|([^'\">\\s]+))\\s+)*)(href\\s*=\\s*(\"([^\"]*)\"|'([^']*)'|([^'\">\\s]+)))((\\s+\\w+\\s*=\\s*(\"([^\"]*)\"|'([^']*)'|([^'\">\\s]+)))*)\\s*>\\s*<[\\s\\S]*>\\s*(.*?)\\s*</[\\s\\S]*></[aA]\\s*>

以上正则可这样划分：

// 匹配<a到href之间的内容
<[aA]\\s+((\\w+\\s*=\\s*(\"([^\"]*)\"|'([^']*)'|([^'\">\\s]+))\\s+)*)
// 匹配从href开始到结束的内容
(href\\s*=\\s*(\"([^\"]*)\"|'([^']*)'|([^'\">\\s]+)))               
// 匹配href结束到>之间的的内容    
((\\s+\\w+\\s*=\\s*(\"([^\"]*)\"|'([^']*)'|([^'\">\\s]+)))*)\\s*>       
// 匹配>和下一个>之间的内容，这个内容在a标签之内。
\\s*<[\\s\\S]*>\\s*                                              
// 匹配>之后到下一个</之间的内容，也就a标签显示的内容。       
(.*?)                                                  
// 匹配</到>之间的内容                 
</[\\s\\S]*>\\s*                            
// 匹配</aA>                            
</[aA]\\s*>