C#基于正则表达式抓取a标签链接和innerhtml的方法


本文摘自PHP中文网,作者黄舟,侵删。

这篇文章主要介绍了C#基于正则表达式抓取a标签链接和innerhtml的方法,结合实例形式分析了C#使用正则表达式进行页面元素的匹配与抓取相关操作技巧,需要的朋友可以参考下

本文实例讲述了C#基于正则表达式抓取a标签链接和innerhtml的方法。分享给大家供大家参考,具体如下:

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

//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

阅读剩余部分

相关阅读 >>

C#全应用导图的图文介绍

C#系列文章事件

C#模拟printscreen和alt+printscreen截取屏幕图片的示例代码分享(图)

C#实现一个简单的http服务器

C#动态对象dynamic实现方法和属性动态代码详解

详细介绍C#语言中字符类char的使用方法总结

C#正则表达式匹配与替换字符串功能示例

C#如何删除ul及li中指定标签里文字的方法详解

C#字符串处理小工具的详细介绍

C#中关于new的用法以及和override的区别分析详解

更多相关阅读请进入《C#》频道 >>




打赏

取消

感谢您的支持,我会继续努力的!

扫码支持
扫码打赏,您说多少就多少

打开支付宝扫一扫,即可进行扫码打赏哦

分享从这里开始,精彩与您同在

评论

管理员已关闭评论功能...