如何在vb.net中从HTML源中提取URL

我的问题是：我有一个程序可以获取指定URL的全部源代码。源代码将保存在变量中

部分源代码如下所示：

"thumbnail_src":"https:\/\/scontent-fra3-1.blablabla.com\/t51.2885-15\/s640x640\/sh0.08\/e35\/1234567_984778981596410_1107218704_n.jpg","is_video":false,

代码是有很多这样的URL。我希望我的代码查找部件

“thumboil\u src”：“

作为开始提取过程并在

”停止提取的标记，“is\u video”：

这显然应该在一个循环中完成，直到所有URL都被提取并保存到一个列表变量中

---

我怎样才能做到这一点呢？

鉴于你最近的编辑，我将重做这个答案

因为看起来所有的东西都在一行文字中出现，所以我将如何处理它

Dim LargetxtLine as String = TheVeryLargylineofText
Dim CommaSplit as String() = LargetxtLine.split(","c)
Dim URLList as New List(of String)
Dim RG as New Regex("\"":\""(.*)\""")

For Each str as String in CommaSplit
     If str.contains("thumbnail_src") Then  
          URLList.Add(RG.Match(str).value)  
     End If
Next

这将把长行文本分成可管理的块，然后使用正则表达式将其添加到URL列表（URLList）中

从那里你可以用一个列表（字符串）做任何事情

还有另一种方法可以不在“s”上分裂

如果你使用这个正则表达式

"thumbnail_src\"":\""(.*?)\"",\""is_video"

在其中添加“？”会将其转换为贪婪语句，这意味着它将在第一次发生时停止

之后，您可以创建如下URL列表

DIM RG as New Regex("thumbnail_src\"":\""(.*?)\"",\""is_video")
Dim URLList as MatchCollection = RG.Matches(reallybigString)

---

这确实是我个人的偏好

我正试图将Regexp放入我的源代码中。codexer写的一个，这是正确的，但我在VisualBasicNet中遇到了错误

        Dim regex As Regex = New Regex("thumbnail_src""":    """(.*)""","""is_video")
    Dim match As Match = regex.Match(sourceString)

    If match.Success Then
        Console.WriteLine(match.Value)
    End If

我是这样试的……也是那样：

Dim regex As Regex = New Regex("thumbnail_src":"(.*)","is_video")

我输入正则表达式代码的方式有问题

以下是我需要实施的正确方法：

---

查看您的字符串：

https:\/\/scocontent-fra3-1.blabla.com\/t51.2885-15\/s640x640\/sh0.08\/e35\/1234567\u 984778981596410\u 1107218704\u n.jpg

，看起来不是有效的URL。。。这是表演吗？这个正则表达式怎么样：“缩略图”：“（.*）”，“你可以在那里看到它……你有没有偶然测试过这个

Regex

？如果您这样做了，则在找到多个引用时，此操作不起作用。。。同样在你的例子中，你是基于一个小字符串，他可能有更多。。。代码不会编译，看看你的

行

声明和RG声明…正则表达式编译。。。。在代码中，您需要使用double“s所以VS会将它识别为一个字符串。我没有说

Regex

不会编译，我说的是代码。还要多次粘贴示例字符串，看看它是如何工作的，您发布的

Regex

不会像我上面所说的那样适用于多个实例…他应该逐行查看源代码，并在

Regex

中推荐一个解决方案。最好解释一下这个解决方案，因为OP可能不知道它打算如何工作。您有太多的“…将RG作为新的Regex（“thumbnail\u src”）：（.*），“is_video”）实际上是为了避免混淆-让我们使用转义字符来代替…“thumbnail_src\”：（.*），“is_video”"谢谢！现在ReGEX的问题是它只给了我一个大的匹配而不是多个链接。我可以在这里演示这个问题：这一切都是在一个字符串中进行的吗？……你是如何接收文本的？StreamReader，文本文件等等……而且，我是+1你是因为你被困在DouChubGraceI的中间，用这个代码做的。“New System.Net.WebClient（）.DownloadString”，所以我下载了整个源代码并将其传递给一个字符串变量

thumbnail_src":"(.*)","is_video