C# 正则表达式：从链接中提取所有文本

我需要从某种链接中提取所有文本

<Aid="ctl00_ctl00_ctl00_BodyContent_ContentPlaceHolder1_MainContentPlaceHolder_ResourceHostControl1_resContainer_rptColumn1_ctl00_ctl00_wrapper_downNodesTable_ctl01_ToolsetLink1"href="/Orion/NetPerfMon/NodeDetails.aspx?NetObject=N:78">SFTP</A>

它只对一个单词有效，没有任何特殊字符

---

我的问题是，我不知道>中可以包含什么是的，使用正则表达式解析html是不好的，但是如果您仍然需要它的话

string text = Regex.Match(html, "(?<=<a[^>]*>).*?(?=</a>)", RegexOptions.IgnoreCase).Value;

---

string text=Regex.Match（html，（？）.*（？=）”，RegexOptions.IgnoreCase.Value；

我们希望提取

和

标记之间的文本，因此我们对

标记使用正向查找，对

标记使用正向查找。文本本身匹配为

*？

。我们如何匹配

标签？代替

。

可以是除

以外的任何东西，因此我们使用

[^>]*

为我们制作

]*>

。然后我们把它包装成lookback表达式

（？）

。

标记被包装到前瞻表达式

（？=）

。然后你把这三个组合成一个

---

如果没有删除空格，可以使用，以避免使用正则表达式解析XML时出现问题：

using System;
using System.Text;
using System.Xml;

namespace ConsoleApplication1
{
    class Program
    {

        static string GetText(string xmlFragment)
        {
            XmlTextReader tr = new XmlTextReader(xmlFragment, XmlNodeType.Element, null);

            while (tr.Read())
            {
                if (tr.NodeType == XmlNodeType.Text)
                {
                    return tr.Value;
                }
            }

            return "";
        }

        static void Main(string[] args)
        {
            string s = "<A id=\"ctl00_ctl00_ctl00_BodyContent_ContentPlaceHolder1_MainContentPlaceHolder_ResourceHostControl1_resContainer_rptColumn1_ctl00_ctl00_wrapper_downNodesTable_ctl01_ToolsetLink1\" href=\"/Orion/NetPerfMon/NodeDetails.aspx?NetObject=N:78\">SFTP</A>";
            Console.WriteLine(GetText(s)); // outputs "SFTP"
            Console.ReadLine();
        }
    }
}

使用系统；
使用系统文本；
使用System.Xml；
命名空间控制台应用程序1
{
班级计划
{
静态字符串GetText（字符串xmlFragment）
{
XmlTextReader tr=新的XmlTextReader（xmlFragment，XmlNodeType.Element，null）；
while（tr.Read（））
{
if（tr.NodeType==XmlNodeType.Text）
{
返回tr.值；
}
}
返回“”；
}
静态void Main（字符串[]参数）
{
字符串s=“”；
Console.WriteLine（GetText））；//输出“SFTP”
Console.ReadLine（）；
}
}
}

阅读这个经典问题和答案

string text=Regex.Match（str，（？）.*（？=）”，RegexOptions.IgnoreCase.Value

非常有用！！！谢谢，你有机会解释一下这是什么意思吗？@Light\u用户我添加了解释的答案。我不确定我能解释，因为如果“转换”为xml，xml应该对所有的开头和结尾都有效，还是无效？它确实有一个Yes，它需要有效的XML。如果您已经在标记上使用字符串操作，则可能会导致无效部分。我建议你继续尝试HTMLAgilitypack路线。我从作为源代码的页面中获得的输出是java脚本，它们最终会编写“生成的源代码”，我想对其进行解析，所以我使用“string _Doc=web_Browser1.DocumentText”来获得它，它是否有效？好吧，只要你考虑到其中的注释，那么你应该（至少大部分）得到它有效标记。HTMLAgilitypack应该能够容忍标记错误。

string text = Regex.Match(html, "(?<=<a[^>]*>).*?(?=</a>)", RegexOptions.IgnoreCase).Value;

using System;
using System.Text;
using System.Xml;

namespace ConsoleApplication1
{
    class Program
    {

        static string GetText(string xmlFragment)
        {
            XmlTextReader tr = new XmlTextReader(xmlFragment, XmlNodeType.Element, null);

            while (tr.Read())
            {
                if (tr.NodeType == XmlNodeType.Text)
                {
                    return tr.Value;
                }
            }

            return "";
        }

        static void Main(string[] args)
        {
            string s = "<A id=\"ctl00_ctl00_ctl00_BodyContent_ContentPlaceHolder1_MainContentPlaceHolder_ResourceHostControl1_resContainer_rptColumn1_ctl00_ctl00_wrapper_downNodesTable_ctl01_ToolsetLink1\" href=\"/Orion/NetPerfMon/NodeDetails.aspx?NetObject=N:78\">SFTP</A>";
            Console.WriteLine(GetText(s)); // outputs "SFTP"
            Console.ReadLine();
        }
    }
}