C#Regex：从多个；a href"-标签

我希望能够抓取包含多个“

所以我想要这些值：

• |经典链接
• |我喜欢HTML 5
• /my-贡品-to-javascript.html |我也喜欢JS

如您所见，只应捕获“a href”中的值，标记中包含链接和内容。它应支持所有HTML 5-validhref。href属性可以用任何其他属性包围

所以我基本上需要一个正则表达式来填充以下代码：

public IEnumerable<Tuple<string, string>> GetLinks(string html) {
     string pattern = string.Empty; // TODO: Get solution from Stackoverflow
     var matches = Regex.Matches(html, pattern);

     foreach(Match match in matches) {
         yield return new Tuple<string, string>(
             match.Groups[0].Value, match.Groups[1].Value);
     }
}

public IEnumerable GetLinks（字符串html）{
string pattern=string.Empty；//TODO:从Stackoverflow获取解决方案
var matches=Regex.matches（html，模式）；
foreach（匹配中的匹配）{
产生返回新元组(
match.Groups[0]。值，match.Groups[1]。值）；
}
}

是否比正则表达式更易于使用和使用xpath

就像

var webGet = new HtmlWeb();
var document = webGet.Load(url); 
var aNodeCollection = document.DocumentNode.Descendants("//a[@href]")

foreach (HtmlNode node id aNodeCollection)
{
node.Attributes["href"].value
node.htmltext
}

---

它的伪代码

我一直读到用正则表达式解析Html是一件坏事。好吧……这肯定是真的……
但就像邪恶一样，正则表达式也很有趣：）
所以我想试试这个：

Regex r = new Regex(@"<a.*?href=(""|')(?<href>.*?)(""|').*?>(?<value>.*?)</a>");

foreach (Match match in r.Matches(html))
    yield return new Tuple<string, string>(
        match.Groups["href"].Value, match.Groups["value"].Value);

Regex r=newregex（@“）；
foreach（r.Matches中的匹配（html））
产生返回新元组(
match.Groups[“href”].Value，match.Groups[“Value”].Value）；

“TODO:从Stackoverflow获取解决方案”-真的吗？那么“TODO:尝试找出一个解决方案，如果我被卡住，请检查Stackoverflow”如何“？@nnnnnn明白了，不许开玩笑。。。非常有建设性的评论。我道歉，当然可以开玩笑。在我睡眠不足的状态下，我没有意识到这是一个笑话，否则我就不会发表这样的评论。（我有时会发布“到目前为止你都做了些什么？”之类的评论，但为了公平起见，你的问题提供了大量关于你的需求的细节和一些代码，因此它不符合通常的“为我做我的工作”问题的轮廓。）有趣的方法，但它特别指出HTML 5，这不一定是有效的XML。我仍然没有时间深入研究html5，所以我不知道它允许格式错误的文档（看起来像是退一步），但我仍然会尝试，agility pack对我来说很好，即使是讨厌的htmls，它也能很好地清理它们

Regex r = new Regex(@"<a.*?href=(""|')(?<href>.*?)(""|').*?>(?<value>.*?)</a>");

foreach (Match match in r.Matches(html))
    yield return new Tuple<string, string>(
        match.Groups["href"].Value, match.Groups["value"].Value);