正则表达式获取HTML标记中的内容（C#）

正则表达式获取HTML标记中的内容（C#）


//=====================Begin1========================


            //试验字符串


            string strTmp = string.Empty;


            //正则表达式


            string tmpStr = string.Empty;




            //取出指定HTML标记中的匹配项的值RegexOptions.IgnoreCase忽略大小写，RegexOptions.Multiline忽略多行显示，


            //tmpStr = "<title>([^<]*)</title>"        //获取<title>之间内容




             strTmp = @"<add key='ConnectionString' value='server=localhost;database=数据库名;uid=sa;pwd=;pooling=true'/>";


            //获取“database=”与“;”号之间的字符串：database=(.*);


             tmpStr = "database=([^;]*);";


             Match TitleMatch = Regex.Match(strTmp, tmpStr ,RegexOptions.IgnoreCase | RegexOptions.Multiline );




            //如下例子作语法参考用获取size的值，实际应用可能不会如此复杂


             strTmp = "><font color='red'   size=6>WebForm3</font><" ;


             tmpStr = @"<(w+s+w+[=]+[']+w+[']+s+[size=]+d)>";


             Match TitleMatch = Regex.Match(strTmp ,tmpStr , RegexOptions.IgnoreCase | RegexOptions.Multiline );


            




            //取出匹配项的值


            string tmpStrTitle = TitleMatch.Groups[1].Value;


            //替换掉HTML页中所有HTML标记


             Label1.Text=Regex.Replace(Label1.Text.Trim(),"<.+?>","")+"*********"+TitleMatch.Groups[1].Value;




            //判断匹配正则表达式是否成功


            if(Regex.Match(tmpStr,"<.+?>").Success)




            ...{


                //操作


             }


            //=====================End1========================




            //=====================Begin2========================


            string webDocContent="<a href=http://www.xxx.xxx/college/pages/default.htm target=_blank>师资队伍</A>";


            //解释下面正则表达式：[s]表示匹配空格字符，"+" 表示连接


            string strPattern=@"a[s]+href=(?<Link>[^s>]+)[^>]*>(?<Text>[^<]*)</a>";


            //获取链接显示的文字


             MatchCollection Matches=Regex.Matches(webDocContent,strPattern,RegexOptions.IgnoreCase|RegexOptions.Compiled);


            foreach(Match NextMatch in Matches)




            ...{


                string URL=NextMatch.Groups["Link"].Value.ToString().Trim();


                string URLText=NextMatch.Groups["Text"].Value.ToString().Trim();


                 Response.Write(URL+"****");


                 Response.Write(URLText);


             }


            //=====================End2========================




            //=====================Begin3========================


            string strPageContent = string.Empty;


             StreamReader srPage = new StreamReader(@"e:save.txt",System.Text.Encoding.GetEncoding("gb2312"));


             strPageContent = srPage.ReadToEnd();


             srPage.Close();


            //(/s)*表示0或多个空格符、回车符等，*表示比配0或多个。(.*?)表示除回车符外的所有信息


             MatchCollection TitleMatchs = Regex.Matches(strPageContent, "<td width="85%" class="common_text">((/s)*(.*?)(/s)*(.*?)(/s)*(.*?)(/s)*(.*?)(/s)*)</td>", RegexOptions.IgnoreCase | RegexOptions.Multiline );


            int tmpNum = 0;


            //循环正则表达式所获取的，满足表达式的内容集合


            foreach(Match NextMatch in TitleMatchs)




            ...{


                ++tmpNum;


                 Label1.Text += tmpNum + "<br>****" + NextMatch.Groups[1].Value;


             }


            //=====================End3========================