求一个正则表达式，获取<a>元素中的文本，即a的InnerText

Question

如题，获取目“目的地指南“，“云南”等<a href="/" kxalog="id=g_cjgx">目的地指南</a><span>&gt;</span><a href='/Travel/continent/c_0.html' kxalog='id=g_mulu'>亚洲</a><span>&gt;</span><a href='/' kxalog='id=g_mulu'>中国</a><span>&gt;</span><a href='/801279' kxalog='id=g_mulu'>云南</a><span>&gt;</span><a href='/800742' kxalog='id=g_mulu'>丽江</a><span>&gt;</span><a href="/800820" kxalog="id=g_cjgx">玉龙雪山</a><span>&gt;</span>景点介绍

Answer 1

[code=Java]string :
<a href="/" kxalog="id=g_cjgx">目的地指南</a><span>&gt;</span><a href='/Travel/continent/c_0.html' kxalog='id=g_mulu'>亚洲</a><span>&gt;</span><a href='/' kxalog='id=g_mulu'>中国</a><span>&gt;</span><a href='/801279' kxalog='id=g_mulu'>云南</a><span>&gt;</span><a href='/800742' kxalog='id=g_mulu'>丽江</a><span>&gt;</span><a href="/800820" kxalog="id=g_cjgx">玉龙雪山</a><span>&gt;</span>景点介绍
regex:href.*?>(.*?)</a
Results:
您的表达式获取到6项结果,分组个数为2.详细如下:
这是第1个组,组名为[0],所匹配到的明细如下:
这是第1条记录:所捕获的字符串为:href="/" kxalog="id=g_cjgx">目的地指南</a
这是第2条记录:所捕获的字符串为:href='/Travel/continent/c_0.html' kxalog='id=g_mulu'>亚洲</a
这是第3条记录:所捕获的字符串为:href='/' kxalog='id=g_mulu'>中国</a
这是第4条记录:所捕获的字符串为:href='/801279' kxalog='id=g_mulu'>云南</a
这是第5条记录:所捕获的字符串为:href='/800742' kxalog='id=g_mulu'>丽江</a
这是第6条记录:所捕获的字符串为:href="/800820" kxalog="id=g_cjgx">玉龙雪山</a这是第2个组,组名为[1],所匹配到的明细如下:
这是第1条记录:所捕获的字符串为:目的地指南
这是第2条记录:所捕获的字符串为:亚洲
这是第3条记录:所捕获的字符串为:中国
这是第4条记录:所捕获的字符串为:云南
这是第5条记录:所捕获的字符串为:丽江
这是第6条记录:所捕获的字符串为:玉龙雪山[/code]

Answer 2

谢谢，能否直接获取结果，我试着用(?= 子表达式)和(?<= 子表达式)，如果只有<a href="/" kxalog="id=g_cjgx">...</a>结果是正确的，多个a元素就不对了

Answer 3

这样就可以了
(?<=<a[^>]+>)[^<]+(?=</a>)

Answer 4

@"<a[\s\S]*?>(?<content>[\s\S]*?)</a>"
这个应该是可以的。
在content中。

Answer 5

谢谢大家，这些都能用。我本来是要获取<div class="link1">中的<a>元素中的文本，觉得找大家要一部分的例子应该就可以自己完成了，可是最终还是实现不了，正则表达式太不熟悉了，请大家帮忙，我可以再加分哦<div style="margin:0 auto;width:980px;">
<div id="header"></div>
<div class="link1">
<a href="/" kxalog="id=g_cjgx">目的地指南</a><span>&gt;</span><a href='/Travel/continent/c_0.html' kxalog='id=g_mulu'>亚洲</a><span>&gt;</span><a href='/' kxalog='id=g_mulu'>中国</a><span>&gt;</span><a href='/801279' kxalog='id=g_mulu'>云南</a><span>&gt;</span><a href='/800742' kxalog='id=g_mulu'>丽江</a><span>&gt;</span><a href="/800820" kxalog="id=g_cjgx">玉龙雪山</a><span>&gt;</span>景点介绍
</div>
<h1>玉龙雪山旅游指南</h1>
</div>

Answer 6

如果没有div嵌套，最简单的实现方式就是分两次取Match mDiv = Regex.Match(str, @"(?<=<div\s+class=""link1"">)[\s\S]*?(?=</div>)", RegexOptions.IgnoreCase);
MatchCollection mc = Regex.Matches(mDiv.Value, @"(?<=<a[^>]*>)[\s\S]*?(?=</a>)", RegexOptions.IgnoreCase);
foreach (Match m in mc)
{
    richTextBox1.Text += m.Value + "\n";
}