我们要解析一个HTML文档时可利用正则表达式取得标签内容

例子：

以从字符串中取出所有A标签的id号和内容为例：

<aid="1"target="_blank">aaaaaaaaaa</a>

正则表达式：

<a[^<]*id[^<]*=[^<]*"(?<ID>[^<]*)"[^<]*target[^<]*=[^<]*"[^<]*_blank[^<]*"[^<]*>(?<content>[^<]*)</a>

正则分解：

[^<]*是一个很有用的组合,能定位到下一个查询关键字

(?<ID>[^<]*)用于取得一个或者多个值直到遇到下一个关键字

<ID>类似一个正则的变量，给用()号取得的内容进行标识，以便于程序的调用

C#调用的例子：

stringstrRegex=@"<a[^<]*id[^<]*=[^<]*"(?<ID>[^<]*)"[^<]*target[^<]*=[^<]*"[^<]*_blank[^<]*"[^<]*>(?<CONTENT>[^<]*)</a>";

stringstrSource="<aid="1"target="_blank">aaaaaaaaaa</a>"

System.Text.RegularExpressions.Regexr;

System.Text.RegularExpressions.MatchCollectionm;

mc=newSystem.Text.RegularExpressions.Regex(strRegex,System.Text.RegularExpressions.RegexOptions.IgnoreCase);

ro=mc.Matches(strSource);

if(ro.Count>=0)

{

for(inti=0;i<m.Count;i++)

{

//取出ID和内容

stringid=ro[i].Groups["ID"].Value;

stringtopic=ro[i].Groups["CONTENT"].Value;

}

}