用一句正则表达式，匹配出网上所有链接－－“牛”问题需要“牛人”来解决。

Question

问题主旨：技术交流需求：用一句表达式，就能匹配出网站上所有的链接，即匹配出url地址和标题。
例如：网页中有
……<a href='a.htm>abc</a>……匹配后得到的结果：
链接: a.htm
标题：abc请以www.sina.com.cn或news.sina.com.cn网站为例。
运行你的程序后，就能取出网站上可以抓取得到的所有链接。如果你是牛人，就请用你的牛刀！杀头大牛，给大家看。

Answer 1

<a[\s\S]*?href=("(?<href>[^"]*)"|'(?<href>[^']*)'|(?<href>[^>\s]*))[^>]*?>(?<title>[\s\S]*?)</a>public static Regex regex = new Regex(
    @"<a[\s\S]*?href=(""(?<href>[^""]*)""|'(?<href>[^']*)'|(?<href"
    + @">[^>\s]*))[^>]*?>(?<title>[\s\S]*?)</a>",
    RegexOptions.IgnoreCase | RegexOptions.Compiled);
两个html页面放在一起，一共匹配了2416个，而</a>一共有2417个，不知道落下了哪一个^_^

Answer 2

Expression:   <a[\s]+[^>]*?href[\s]?=[\s\"\']+(.*?)[\"\']+.*?>([^<]+|.*?)?<\/a>  
Description:  This regex will extract the link and the link title for every a href in HTML source. Useful for crawling sites. Note that this pattern will also allow for links that are spread over multiple lines.
Matches:  [<a href='http://www.regexlib.com'>Text</a>], [<a href="...">Text</a>] 
Non-Matches:  [all other html tags]

Answer 3

fancyf(凡瑞) 老兄，用你的那个表达式，我这面没有匹配到你所说的那么多的。

Answer 4

楼上不厚道
发现fancyf(凡瑞)好有空啊呵呵～～
好像我每次来都看得到

Answer 5

to sharkshi(sharkshi)：
典型的水土不服^_^

Answer 6

珍藏一下,以后用得着!
fancyf(凡瑞)老哥,怎还不睡呢?

Answer 7

to  fancyf(凡瑞) 兄弟
能否把你测试的源码给我测试一下，我这面不知是什么原因，匹配出来的东西，很少。

Answer 8

fancyf(凡瑞) 真是牛，你正则我匹配出来了。牛人就是牛！