正则表达式匹配网页标签内容

Myth丶恋晨 2022-05-12 04:10 303阅读 0赞

推荐一个在线正则表示试测试网站：[http://tool.oschina.net/regex/\#][http_tool.oschina.net_regex]

**1，得到网页上的链接地址：**  
string matchString = @"<a\[^>\]+href=\\s\*(?:'(?<href>\[^'\]+)'|""(?<href>\[^""\]+)""|(?<href>\[^>\\s\]+))\\s\*\[^>\]\*>";  
**2，得到网页的标题：**  
string matchString = @"<title>(?<title>.\*)</title>";  
**3，去掉网页中的所有的html标记：**  
string temp = Regex.Replace(html, "<\[^>\]\*>", ""); //html是一个要去除html标记的文档

**4,** string matchString = @"<title>(\[\\S\\s\\t\]\*?)</title>";  
**5,js去掉所有html标记的函数：**   
function delHtmlTag(str)  
\{  
return str.replace(/<\[^>\]+>/g,"");//去掉所有的html标记

`6.匹配img标签的正则式（可以直接放在java中，如果是其他语言使用，应把\\替换为\）：`

`<img[^>]+src\\s*=\\s*[``'\"]([^'``\"]+)['\"][^>]*>`

`7.`**获取超链接<a href=..></a>之间内容**

通常在使用正则表达式时，需要分析网页链接，获取URL或网页内容。核心代码如下：  
        **res = r'<a .\*?>(.\*?)</a>'  
        mm =  re.findall(res, content, re.S|re.M)**

**        res\_url=r'href="(.\*?)"'**

以下几个链接地址看看应该就够了

链接地址：[http://guyuetianc-163-com.iteye.com/blog/1585103][http_guyuetianc-163-com.iteye.com_blog_1585103]

链接地址：[https://www.oschina.net/code/snippet\_76860\_5964][https_www.oschina.net_code_snippet_76860_5964]

链接地址:   [https://www.cnblogs.com/171207xiaohutu/p/8001001.html][https_www.cnblogs.com_171207xiaohutu_p_8001001.html]

链接地址:   [https://zhidao.baidu.com/question/186581265.html][https_zhidao.baidu.com_question_186581265.html]

链接地址: [  https://zhidao.baidu.com/question/356689422.html][https_zhidao.baidu.com_question_356689422.html]

[http_tool.oschina.net_regex]: http://tool.oschina.net/regex/#
[http_guyuetianc-163-com.iteye.com_blog_1585103]: http://guyuetianc-163-com.iteye.com/blog/1585103
[https_www.oschina.net_code_snippet_76860_5964]: https://www.oschina.net/code/snippet_76860_5964
[https_www.cnblogs.com_171207xiaohutu_p_8001001.html]: https://www.cnblogs.com/171207xiaohutu/p/8001001.html
[https_zhidao.baidu.com_question_186581265.html]: https://zhidao.baidu.com/question/186581265.html
[https_zhidao.baidu.com_question_356689422.html]: https://zhidao.baidu.com/question/356689422.html