求一个正则表达式，高手请进

Question

我要从以下代码中（当前页面的地址是http://www.cnyu.net/list/list1.html）
<td height="200" valign="top"><table width="100%" border="0" cellspacing="0" cellpadding="0"><tr><td width="33%">·<a href="../Html/2007118222512-1.html" target=_blank>宋石塔</a> <font color="#999999">4</font></td><td width="33%">·<a href="../Html/200711822912-1.html" target=_blank>崇州文庙</a> <font color="#999999">4</font></td><td width="33%">·<a href="../Html/20071112222545-1.html" target=_blank>石刻造像</a> <font color="#999999">3</font></td></tr><tr><td width="33%">·<a href="../Html/2007118222141-1.html" target=_blank>长秋山麓赏花区</a> <font color="#999999">3</font></td><td width="33%">·<a href="../Html/20071112222353-1.html" target=_blank>金华庵</a> <font color="#999999">3</font></td><td width="33%">·<a href="../Html/2007118222217-1.html" target=_blank>光明樱桃观赏区</a> <font color="#999999">3</font></td></tr><tr><td width="33%">·<a href="../Html/200711822932-1.html" target=_blank>龙藏寺</a> <font color="#999999">3</font></td><td width="33%">·<a href="../Html/200711822147-1.html" target=_blank>船棺遗址</a> <font color="#999999">2</font></td><td width="33%">&nbsp;</td></tr></table><br></td>
获取每个连接地址，并将它转化为一个指定的绝对地址，比如../Html/2007118222512-1.html转化为http://www.cnyu.net/Html/2007118222512-1.html
请问在C#中如何实现，请高手帮忙写下正则那一段的源码
搞几天了，正则这个东西真不懂。

Answer 1

 string a = "<td height=\"200\" valign=\"top\"><table width=\"100%\" border=\"0\" cellspacing=\"0\" cellpadding=\"0\"><tr><td width=\"33%\">·<a href=\"../Html/2007118222512-1.html\" target=_blank>宋石塔</a> <font color=\"#999999\">4</font></td><td width=\"33%\">·<a href=\"../Html/200711822912-1.html\" target=_blank>崇州文庙</a> <font color=\"#999999\">4</font></td><td width=\"33%\">·<a href=\"../Html/20071112222545-1.html\" target=_blank>石刻造像</a> <font color=\"#999999\">3</font></td></tr><tr><td width=\"33%\">·<a href=\"../Html/2007118222141-1.html\" target=_blank>长秋山麓赏花区</a>";
            string pattern =@"<a href=""([^""]*)";
            System.Text.RegularExpressions.Regex reg = new System.Text.RegularExpressions.Regex(pattern);
            foreach(System.Text.RegularExpressions.Match i in reg.Matches(a))
            {
                MessageBox.Show(reg.Replace(i.Value, "$1").Replace("../","http://www.cnyu.net/"));
            }

Answer 2

regex reg=new regex("(?<=<a href=\")\\.\\..+?(?=\")",regexoptions.singline);
match mat=reg.match(inputstring);
messegbox.show(mat.value.replace("..","http://www.cnyu.net"));

Answer 3

但是这样@"(? <= <a href=\")\\.\\..+?(?=\")"会提示错误啊

Answer 4

不，你把问题复杂化了，直接 string a =　ReadPage("Url")读取网页内容就行了，　ReadPage这个方法你得自己写

Answer 5

@"·<a href=(\S)?http(s)?://([\w-]+\.)+[\w-]+(/[\w- ./?%&=]*)?.+target=_blank\>";

Answer 6

？？？？？？？？？？？？
你就不会动脑想想啊？？
我要从以下代码中（当前页面的地址是http://www.cnyu.net/list/list1.html）HTML code    <td height="200" valign="top"><table width="100%" border="0" cellspacing="0" cellpadding="0"><tr><td width="33%">·<a href="../Html/2007118222512-1.html" target=_blank>宋石塔</a> <font color="#999999">4</font></td><td width="33%">·<a href="../Html/200711822912-1.html" target=_blank>崇州文庙</a> <font color="#999999">4</font></td><td width="33%">·<a href="../Html/20071112222545-1.html" target=_blank>石刻造像</a> <font color="#999999">3</font></td></tr><tr><td width="33%">·<a href="../Html/2007118222141-1.html" target=_blank>长秋山麓赏花区</a> <font color="#999999">3</font></td><td width="33%">·<a href="../Html/20071112222353-1.html" target=_blank>金华庵</a> <font color="#999999">3</font></td><td width="33%">·<a href="../Html/2007118222217-1.html" target=_blank>光明樱桃观赏区</a> <font color="#999999">3</font></td></tr><tr><td width="33%">·<a href="../Html/200711822932-1.html" target=_blank>龙藏寺</a> <font color="#999999">3</font></td><td width="33%">·<a href="../Html/200711822147-1.html" target=_blank>船棺遗址</a> <font color="#999999">2</font></td><td width="33%">&nbsp;</td></tr></table><br></td>
你定义一个变量string strBaseLink="http://www.cnyu.net/";这样根本就不存在../的问题,为什么了?(因为是根目录)如果你在相对路径中找到连接直接
strBaseLink+=你匹配的地址这样就可以解决了!!

Answer 7

        string result ="";
string str=@" <a href='../Html/2007118222512-1.html' target=_blank>宋石塔</a><a href='../Html/2002.html' target=_blank>22</a>";
        Regex rg = new Regex("href=\\'(\\.\\.\\/)",RegexOptions.IgnoreCase);
    
           result = rg.Replace(str,"http://mySite");
        
没什么问题阿

Answer 8

在vb里面双引号和单引号可以交替使用，但是在cs里面单引号是用来定义char的

Answer 9

双引号可以换成这样：        string str=@" <a href=""../Html/2007118222512-1.html"" target=_blank>宋石塔</a><a href=""../Html/2002.html"" target=_blank>22</a>";

Answer 10

str的内容是我用Webclient获取的

Answer 11

string _str="你的源代码";
string _patrn = @"http(s)?://([\w-]+\.)+[\w-]+(/[\w- ./?%&=]*)?";
ArrayList _myList = new ArrayList();
Regex reg = new Regex(_patrn, RegexOptions.Compiled | RegexOptions.IgnoreCase | RegexOptions.Singleline);
MatchCollection _mc = reg.Matches(_str);
foreach (Match _m in _mc)
{
    _myList.Add(_m.Groups[0].Value);
}

Answer 12

跟你说了根目录你怎么还？
using System;
using System.Text.RegularExpressions;
public class Test
{
  
    static void Main(string[] args)
    {
        string str = GetPath("http://www.cnyu.net/", "http://www.cnyu.net/list/list1.html", "../Html/2007118222512-1.html");
    }
    static string GetPath(string strBaseLink,string strCurrentPage,string strLink)
    {
            string strFolderAndFile= strCurrentPage.Replace(strBaseLink, "");
            string strFile=strFolderAndFile.Substring(strFolderAndFile.LastIndexOf("/")+1);
            string Folder = strFolderAndFile.Replace(strFile, "");            MatchCollection mc = Regex.Matches(Folder, @"/");
            int count = mc.Count;
            if (count > 0)
            {
                for (int i = 0; i < count; i++)
                {
                    Folder = Folder.Replace(Regex.Match(Folder, ".*?/").Value,"");
                }
                string strResulsts= strBaseLink + Folder + strLink.Replace("../", "");
                strResulsts = strResulsts.Replace("//", "/");
                return strResulsts;
            }
            else
            {
                return strBaseLink + Folder + strLink;
            }
       
    }
}

Answer 13

using System;
using System.Net;
using System.IO;
using System.Text.RegularExpressions;
using System.Text;
public class Test
{
    //首页匹配出来应该很简单这里我就不说了正则帮你写出来http[s]?://.*?/
    //上一份代码写的太急出现了逻辑错误
    // MatchCollection mc = Regex.Matches(Folder, @"/");应该是strFindLink然后表达式是\.\./
    //下面顺手写了一个比较全的代码    static void Main(string[] args)
    {
        string currentPage="http://topic.csdn.net/u/20080413/03/4210919d-9131-48f1-b1db-7087026a8f95.html";
        string html = GetHtml(currentPage,"utf-8");//其实可以定义一个枚举
        string[] strLinks = GetLink(html);
        foreach (string strLink in strLinks)
        {
        string strResults=   GetPath(currentPage, strLink);
        }
    }    static string[] GetLink(string strHtml)
    { 
    MatchCollection mc=Regex.Matches(strHtml,@"<a[\s\S]{1,30}href=['""]?(.*?)['""\s>]");
        int count=mc.Count;
        if(count>0)
        {
        string[]strLink=new string[count];
          for(int i=0;i<count;i++)
          {
          strLink[i]=mc[i].Groups[1].Value.Trim();
          }
            return strLink;
        }
        else
        {
        string[]strLink=new string[1];
            strLink[0]="";
            return strLink;
       
        }
    }    static string GetHtml(string strLink,string encoding)
    {
        if(encoding==null)
        {
        encoding="gb2312";
        }
        try
        {
            WebRequest request = WebRequest.Create(strLink);
            using (Stream stream = request.GetResponse().GetResponseStream())
            {
                using (StreamReader reader = new StreamReader(stream, Encoding.GetEncoding(encoding)))
                {
                    string strResults = reader.ReadToEnd();
                    strResults = Regex.Replace(strResults, @"\r|\n", "");
                    return strResults;
                    reader.Close();
                    stream.Close();
                }
            }
        }
        catch
        {
            return "";
        }
    }
    
    static string GetPath(string strCurrentPage, string strFindLink)
    {
        string strBaseLink = Regex.Match(strCurrentPage, "http[s]?://.*?/").Groups[1].Value;
        string strFolderAndFile = strCurrentPage.Replace(strBaseLink, "");
        string strFile = strFolderAndFile.Substring(strFolderAndFile.LastIndexOf("/") + 1);
        string Folder = strFolderAndFile.Replace(strFile, "");        MatchCollection mc = Regex.Matches(strFindLink, @"\.\./");
        int count = mc.Count;
        if (count > 0)
        {
            for (int i = 0; i < count; i++)
            {
                Folder = Folder.Replace(Regex.Match(Folder, ".*?/").Value, "");
            }
            string strResulsts = strBaseLink + Folder + strFindLink.Replace("../", "");
            strResulsts = strResulsts.Replace("//", "/");
            return strResulsts;
        }
        else
        {
            return strBaseLink + Folder + strFindLink;
        }    }
}

Answer 14

不好意思，估计还是我没表达好，http://www.cnyu.net/, http://www.cnyu.net/list/list1.html, ../Html/2007118222512-1.html都只是我举例说明的地址，实际地址并不是这样的，目录比这个深得多，不过这个问题已经快解决了，多谢各位朋友帮忙解答，马上结帖