请教用正则表达式如何获取网页中URL及标题

Question

俺使用表达式"<a href=([^>]+)>([^<]+)</a>"
如何访问表达式中两个子集？如网页中有内容<a href=www.sina.com.cn>新浪</a>如何能获得"www.sina.com.cn" 及 "新浪" 这两个子集呀。谢谢指教了。

Answer 1

给你个例子先Private Sub Command1_Click()
Dim reg As New RegExp
reg.IgnoreCase = True
reg.Global = True
reg.MultiLine = Truestr1 = "<a href='aaa.htm'>11111</a><a href='bb.htm'>22222</a><a href='cc.htm'>33333</a>"reg.Pattern = "<a href='(.*?).htm'>(.*?)</a>"Set MC = reg.Execute(str1)  For Each m In MC
            MsgBox m.SubMatches(0)
        MsgBox m.SubMatches(1)
  Next
End Sub

Answer 2

http://club.5ivb.net/UploadFile/20051704440byUID16899.rar

Answer 3

reg.Pattern = "<a href='(.*?).htm'>(.*?)</a>"自在飞花兄，请问括号里面为什么要用个问号？这个问号表的是什么意义？
reg.Pattern = "<a href='(.*).htm'>(.*)</a>"
或
reg.Pattern = "<a href='([^']*).htm'>([^<]*)</a>"
这样不行吗？

Answer 4

自在飞花兄
m.SubMatches(1)未找到方法及成员，俺用的是VB6.0，您说的是否适合 vb.net?还有个用group 的吧？也是适合 vb.net吧

Answer 5

我知道一个方法，用webbrowser中的 doument

Answer 6

to:phpro(killer)? 当此字符紧随任何其他限定符（*、+、?、{n}、{n,}、{n,m}）之后时，匹配模式是“非贪心的”。“非贪心的”模式匹配搜索到的、尽可能短的字符串，而默认的“贪心的”模式匹配搜索到的、尽可能长的字符串。例如，在字符串“oooo”中，“o+?”只匹配单个“o”，而“o+”匹配所有“o”。若没有这个？，那么那个地址就会是：
aaa.htm'>11111</a><a href='bb.htm'>22222</a><a href='cc我用的是vb6.0，不是.net

Answer 7

不用正则表达式，用这个，很简单：
set EventElement = external.menuArguments.document
msgbox EventElement.url+EventElement.title