如何用正则表达式解析HTML

Question

试图用Pattern从HTML中提取形如<a href="http://tech.tom.com/2006-07-16/04BI/08261701.html" target=_blank class=clink>科研经费提成合法不合理 多位大学校长呼吁改革</a><br>的字符串，
需要支持中文的提取，请问该如何编写相应的正则表达式?

Answer 1

<a href=([^>]*)>[\u4e00-\u9fa5]+</a>

Answer 2

<a\s+href=.+?>.+?</a>

Answer 3

从HTML代码中提取连接地址:
<script>
var str="ksldfjk<a href='a.jsp'>aaa</a><a href='a.jsp'>aaa</a><a href='a.jsp'>aaa</a>";
var url=[];
var i=0;
str.replace(/<a\s+href=[\"']?([^<>\"']*)[\"']?>/g,function($0,$1){url[i]=$1;i++});
alert(url);
</script>

Answer 4

你把标签去部去掉就可以啊.
<.*?>可以找出所有标签,替换成"",
剩下的就是文本了.