求一正则表达式
0
悬赏园豆：30
[已解决问题]
解决于 2015-12-02 15:44
<li class="cat_list_con_1"><span class="cat_span1"><input type="checkbox" name="contentid[]" value="8116830"/><a href="show.php?contentid=8116830" target="_blank"><img src="http://image.abc.com/uploadfile/T/MAE830.jpg" alt="组合工具，世达6.3 X 10 X 12.5mm系列120件套 09014" width="50" height="50" onmouseover="showpic(this,'http://image.abc.com/uploadfile/T/MAE830.jpg','showimg8116830');" onmouseout="judge('8116830')" /></a><span class="hiddenshow" onmouseout="hiddenpic('showimg8116830')" id="showimg8116830"><img width="100" height="100" border="0" alt="组合工具，世达6.3 X 10 X 12.5mm系列120件套 09014" src="http://image.abc.com/uploadfile/T/MAE830.jpg" id="showimg_8116830"></span></span><span class="cat_span2"><a href="show.php?contentid=8116830" title="组合工具，世达6.3 X 10 X 12.5mm系列120件套 09014 " target="_blank">组合工具，世达6.3 X 10 X 12.5mm系列120件套 09014 </a><br /><strong>订货号：<a href="show.php?contentid=8116830" title="MAE830" target="_blank">MAE830</a></strong></span></li>
已知如上HTML，特征是class="cat_list_con_1"，现在要取出show.php?contentid=8116830这段内容，正则怎么写呢？
最佳答案
0
string pattern = "<li class=\"cat_list_con_1\">.*href=\"(.*?)\".*</li>"; string match = Regex.Match(data, pattern).Groups[1].Value;
收获园豆：20
data是你的html
@jio92: 要取出这段代码的show.php?contentid=8116830内容，注意contentid=这儿数字可能不一样
@happydaily: 嗯,你的前提是class="cat_list_con_1",也就是你这里3个href都在<li>中,有这个条件后就没法循环匹配,因为你只有1个class="cat_list_con_1",然后这个里面有3个href,还有也没法定取第几个href的值, 上面的匹配会拿到最后一个href的值.
要么你就全部取出来
string pattern = "<li class=\"cat_list_con_1\">.*href=\"(.*?)\".*href=\"(.*?)\".*href=\"(.*?)\".*</li>"; GroupCollection groups = Regex.Match(data, pattern).Groups; for (int i = 0; i < groups.Count; i++) { Console.WriteLine(groups[i].Value); }
groups[0].Value是原字符串,后面开始才是匹配的值
@jio92: 用正则的取数据的前提是 要找好 起点->终点 对于你这个class条件 起点就是<li class.....> 终点就是</li>
@jio92: 我要用Regex.Matches，有很多组格式相同的Li
其他回答(1)
1
给你介绍一个很不错的开源项目。直接可以将html代码转换成xml格式的文件，直接操作xml。比使用正则表达式方便很多。
http://htmlagilitypack.codeplex.com/releases/view/90925 dll下载地址
将你上面的html代码复制到d盘新建html.txt中。
public static void Main(string[] args) { //将html代码放到d:\html.txt StreamReader sr = new StreamReader(@"d:\html.txt"); //获取html代码 string htmlStr = sr.ReadToEnd(); Console.WriteLine(htmlStr); //转换为数组放入到读流中 byte[] htmlArray = Encoding.ASCII.GetBytes(htmlStr); MemoryStream memoryStream = new MemoryStream(htmlArray); StreamReader readerHtml = new StreamReader(memoryStream); //初始化插件 HtmlDocument htmlDoc = new HtmlDocument(); //加载html成xml htmlDoc.Load(readerHtml); HtmlNodeCollection cat_list_con_1 = htmlDoc.DocumentNode.SelectNodes("//li[@class='cat_list_con_1']"); HtmlNode aNode = cat_list_con_1[0].FirstChild.ChildNodes[1]; Console.WriteLine(); Console.WriteLine(aNode.GetAttributeValue("href","")); }
收获园豆：10
感谢，这也是个不错的解决方案
