难的来了，用正则表达式匹配网页中所有连接

Question

要求匹配所有 能用鼠标点击的连接

Answer 1

基本的如：<a href=*>**</a>
<iframe src=*><iframe>
<a href=# onclick=*>*</a>
等

Answer 2

<(?<sun>(a|iframe)+).*?>.*?</?\k<sun>.*?>
里面只写了A和IFRAME的 别的自己添加吧

Answer 3

+号多余了 不要
<(?<sun>(a|iframe)).*?>.*?</?\k<sun>.*?>

Answer 4

大概是这样
string a="<a href='ftp://topic.csdn.net/t/\'<t";
Regex rex=new Regex("(http|ftp)://.+(?='|\")");
a=rex.Match(a).Value;
//(http|ftp)这个自己扩充如(http|ftp|udp)
一般是以'或"结尾 如有其他也自己扩充

Answer 5

(?<=((?:src|href|url|background)(?:\s*=\s*(["']?))))(?:[^\s"'>]*)
用这个可以找出除FLASH几乎所有可能存在的连接
FLASH的连接是写在Value里面的
上面这条语句
假设<a href="XXXXXX">xxxxxx</a>
match获取的是 连接内容即 XXXXXX
group 1 获取的是 前缀 href=" 注:上面语句可以分辨是 双引号 单引号 空
group 2 获取的是 包围符号 即 双引号 单引号 空如果你想获取全部连接内容包括前缀用下面这句
((?:src|href|url|background)(?:\s*=\s*(["']?)))(?:[^\s"'>]*)[\s"']?
match获取的是 全部连接内容即 href="XXXXXX"
group 1 获取的是 前缀 href=" 注:上面语句可以分辨是 双引号 单引号 空
group 2 获取的是 包围符号 即 双引号 单引号 空

Answer 6

gzdiablo() :
21312sfdr<a href="XXXXXX">xxxxxx</a>asdf结果是返回包含所有连接标记的：<a href="XXXXXX">xxxxxx</a>我想获取上述匹配呢？

Answer 7

这个就是获取A标签了
你用这个
<(" + 标签名称+ ")[^>]*>(\s*|.)*</\1>
这个是获取需要关闭标签的标签 即 <XXX></XXX> 的标签 不过不支持嵌套支持嵌套的不太好写
实际是
<(a)[^>]*>(\s*|.)*</\1>
这样就能获取全部A标签 其他标签同理
如果有多种标签就这样写 (a|XXX|xxx)如果是不需要关闭标签的标签 即 <XXX  >的 如<img src="xxx" height="xxx" ...>
就简单多了
<(" + 标签名称+ ")[^>]*>
用这个就行了

Answer 8

感谢gzdiablo() 以后向你请教，还请多多帮助！