位置：广州松河 > 技术支持 > c#使用正则表达式抓取a标签的链接和innerhtml

c#使用正则表达式抓取a标签的链接和innerhtml

来源：网络整理时间：2023/2/14 0:38:15 共 3641 浏览

//读取网页html
            string text = File.ReadAllText(Environment.CurrentDirectory + "//test.txt", Encoding.GetEncoding("gb2312"));
            string prttern = "<a(\\s+(href=\"(?<url>([^\"])*)\"|'([^'])*'|\\w+=\"(([^\"])*)\"|'([^'])*'))+>(?<text>(.*?))</a>";
            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

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 string text =File.ReadAllText(Environment.CurrentDirectory + "//test.txt", Encoding.GetEncoding("gb2312")); string prttern = "<img(\\s*(src=\"(?<src>[^\"]*?)\"|data-url=\"(?<dataurl>[^\"]*?)\"|[-\\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(); } }

版权说明：
本网站凡注明“广州松河原创”的皆为本站原创文章，如需转载请注明出处！
本网转载皆注明出处，遵循行业规范，如发现作品内容版权或其它问题的，请与我们联系处理！
欢迎扫描右侧微信二维码与我们联系。

·上一条：VS2017git 提交提示错误 Git failed with a fatal error. | ·下一条：C# HtmlAgilityPack+Selenium爬取需要拉动滚动条的页面内容