求正则！！

Question

string temp = "<div id=\"area1\"><h6><a href=\"aaa\">hello</a></h6><h4><a href=\"bbb\">hi</a></h4></div>" StringBuilder sb = new StringBuilder();
sb.Append("(id=\"area1\"><h6><a href=\"(?<Url>.+?)\">(?<Title>.+?)</a></h6>)");
sb.Append("|(id=\"area1\">.+?<h4><a href=\"(?<Url>.+?)\">(?<Title>.+?)</a></h4>)"); MatchCollection mc = Regex.Matches(temp, sb.ToString(), RegexOptions.IgnoreCase); sb = null; foreach(Match m in mc)
{
System.Console.Out.WriteLine(m.Groups["Url"].Value);
System.Console.Out.WriteLine(m.Groups["Title"].Value);
}
temp 是html中的一小部分，我要取<h6></h6>和<h4></h4>中两项内容。
组名仅允许有"Url"和"Title"，不能有"Url2"/"Title2"之类，也就是说<h6>和<h4>中的内容要作为并列的两项match，我才能通过foreach获得值(就像是用我上面写的表达式各单独匹配了一次的效果，但我需要一次匹配)。我现在的正则表达式是错误的，只能取一个(或)。 不知道我说明白没有-_- 谢谢！

Answer 1

string temp = "<div id=\"area1\"><h6><a href=\"aaa\">hello</a></h6><h4><a href=\"bbb\">hi</a></h4></div>"; MatchCollection mc = Regex.Matches(temp, @".*\<h6\>(?<Url>.*?)\</h6\>.*\<h4\>(?<Title>.*?)\</h4\>", RegexOptions.IgnoreCase); foreach(Match m in mc)
{
Console.WriteLine(m.Groups["Url"].Value);
Console.WriteLine(m.Groups["Title"].Value);
}

Answer 2

回复人：0009(夏天以南) () 信誉：100  2006-12-5 10:15:35   删除   哦不好意思  
前面没看清楚你的要求  
----------------------------
thanks :)============================如果有人能确定我的这种要求无法实现，请告诉我，谢谢！不确定的就不要误导我了：）

Answer 3

StringBuilder sb = new StringBuilder();
sb.Append("(id=\"area1\"><h6><a href=\"(?<Url>.+?)\">(?<Title>.+?)</a></h6>)");
sb.Append("|(id=\"area1\">.+?<h4><a href=\"(?<Url>.+?)\">(?<Title>.+?)</a></h4>)");
是用"|"的吗?http://www.cnblogs.com/sxlfybb/archive/2005/11/30/287564.html

Answer 4

水平太菜，一个正则表达式出不来。
分两步，第一步找到两个并列的<h6></h6><h4></h4>；第二步匹配url和title。
string yourStr = ......;
MatchCollction mc = Regex.Matches(yourStr, "<h6>.+?</h6><h4>.+?</h4>", RegexOptions.IgnoreCase);
Regex regex = new Regex("<a\\s+href=\"(?<url>.+?)\">(?<title>.+?)</a>", RegexOptions.IgnoreCase);
MatchCollction mc2;
foreach(Match m in mc)
{
    mc2 = regex.Matches(m.Value);
    foreach(Match m2 in mc2)
    {
        m2.Groups["url"].Value;
        m2.Groups["title"].Value;
    }
}

Answer 5

这个正则是正确的了@".*?\<h\d\><a href=""(?<Url>.*?)"">(?<Title>.*?)\</a\>\</h\d\>.*?"

Answer 6

string temp = "<div id=\"area1\"><h6><a href=\"aaa\">hello</a></h6><h4><a href=\"bbb\">hi</a></h4></div>";MatchCollection mc = Regex.Matches(temp,
@".*?\<h\d\><a href=""(?<Url>.*?)"">(?<Title>.*?)\</a\>\</h\d\>.*?"
, RegexOptions.IgnoreCase);foreach (Match m in mc)
{
Console.WriteLine(m.Groups["Url"].Value);
Console.WriteLine(m.Groups["Title"].Value);
}
输出：
aaa
hello
bbb
hi

Answer 7

非常感谢各位的帮助。0009(夏天以南) 的办法对于该段html是有效的(巧妙的)，呵呵，但这只是我写的一个简单示例，我水平有限，写的不够完善，其实完整的html可能要比这复杂许多，上面的那段html很可能是这样的<div id="area1">
<h6><a href="aaa"><img src=""></img></a><a href="aaa">hello</a></h6>
<h4><a href="bbb">hi</a></h4>
<div class="list">
<ul>
<li><a href="ccc">good</a></li>
<li><a href="ddd">well</a></li>
<li><a href="eee">fine</a></li>
</ul>
</div>
</div><li>中的内容都要作为与<h6><h4>中的并列内容得到，那0009(夏天以南)的巧妙的表达式就无能为力了：（。mobydick(敌伯威|我排著队拿著爱的号码牌) 的办法可以做到这一点，但这对于我又不是一种理想的方式(增加我整个项目的设计复杂度，对于一段内容需要定义多个正则)
想问一点，对于Groups可否遍历其获得每一项的"name"(暂且称之为name,或者key也可以)，我试过似乎不可以的(m.Groups.GetEnumerator().Current获得的项不具备"name"属性, Groups集合似乎不是个字典)，如果可以得到其"name"属性，那对于我将是非常有用的, 这个问题也就相当于解决了!!再次感谢各位的帮助!!

Answer 8

<li>中的内容都要作为与<h6><h4>中的并列内容得到，那0009(夏天以南)的巧妙的表达式就无能为力了：（。
--------------------string temp = "<div id=\"area1\"><h6><a href=\"aaa\">hello</a></h6><h4><a href=\"bbb\">hi</a></h4></div><div class=\"list\">\n<ul>\n<li><a href=\"ccc\">good</a></li>\n<li><a href=\"ddd\">well</a></li>\n<li><a href=\"eee\">fine</a></li>\n</ul>\n</div>";MatchCollection mc = Regex.Matches(temp,
@".*?\<a href=""(?<Url>.*?)""\>(?<Title>.*?)\</a\>\.*?"
, RegexOptions.IgnoreCase);foreach (Match m in mc)
{
Console.WriteLine("url: " + m.Groups["Url"].Value);
Console.WriteLine("title: " + m.Groups["Title"].Value);
}是这样吗？

Answer 9

输出：url: aaa
title: hello
url: bbb
title: hi
url: ccc
title: good
url: ddd
title: well
url: eee
title: fine

Answer 10

<a href="aaa"><img src=""></img></a>
如果是这种情况，你想获得一个什么样的结果？
title是<img src=""></img>还是空

Answer 11

0009(夏天以南)===================================================应该是这样的
<h6><a href="aaa"><img src=""></img></a><a href="aaa">hello</a></h6>
我要得到的title值应为hello呵呵，我觉得一个正则是解决不了的，比方说再复杂些<div id="area1">
<h6><a href="aaa"><img src=""></img></a><a href="aaa">hello</a></h6>
<h4><a href="bbb">hi</a></h4><a href="xxx">其他地址</a><div class="list">
<ul>
<li><a href="ccc">good</a></li>
<li><a href="ddd">well</a></li>
<li><a href="eee">fine</a></li>
</ul>
</div>
</div>我需要的是<h6><h4><div class="list">这几部分中的链接地址和文本
<a href="xxx">其他地址</a>是我不需要的

Answer 12

我需要的是<h6><h4><div class="list">这几部分中的链接地址和文本
<a href="xxx">其他地址</a>是我不需要的------------------------你的具体需求我也不是很清楚，可能很复杂，但是我可以给你提供一个思路，你自己再试着扩展
@".*?\<(h4).*?\><a href=""(?<Url>.*?)"">(?<Title>.*?)\</a\>\</(\1)\>.*?"
@".*?\<(h4|h6).*?\><a href=""(?<Url>.*?)"">(?<Title>.*?)\</a\>\</(\1)\>.*?"
@".*?\<(h4|h6|li).*?\><a href=""(?<Url>.*?)"">(?<Title>.*?)\</a\>\</(\1)\>.*?"
你试一下这三个正则输出结果的区别。用以下数据做测试
string temp = "<div id=\"area1\"><h6><a href=\"aaa\">hello</a></h6><h4><a href=\"bbb\">hi</a></h4></div><div class=\"list\">\n<ul>\n<li><a href=\"ccc\">good</a></li>\n<li><a href=\"ddd\">well</a></li>\n<li><a href=\"eee\">fine</a></li>\n</ul>\n</div>";