码迷,mamicode.com
首页 > Windows程序 > 详细

c#使用正则表达式抓取a标签的链接和innerhtml

时间:2016-09-23 18:05:12      阅读:367      评论:0      收藏:0      [点我收藏+]

标签:

  //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

技术分享

 

c#使用正则表达式抓取a标签的链接和innerhtml

标签:

原文地址:http://www.cnblogs.com/LQBlog/p/5900718.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!