regEx - regExp |标记<a> </a> -与其他标记之间

Question

我正在搜索匹配2个标签<a和</a>之间的所有内容

我的页面总是一样的，

<a class="applink" href="myLINK" target="..." onClick="..."><img src="..." border="0" alt="..." title="..." align=bottom hspace=3 width="32" height="32"><br>xxxxx</br></a>

想要匹配html代码的所有部分，像这样的代码。

所以<a class="applink" [...] </a> (！例如，使用标签<img --> no ^>*)

Answer 1

使用正则表达式进行HTML解析有点棘手，但这在许多情况下都应该有效：

<a\s.*?href\s*=\s*"appLink"[^>]*>(.|\s)*?</a>

这将匹配具有href="appLink“的元素。

您可能希望考虑使用.NET XML解析代码。

Answer 2

这里更好的方法是使用HTML解析器。例如，Html Agility Pack

HtmlWeb web = new HtmlWeb();
HtmlDocument doc = web.Load("http://jsbin.com/enico4/"); // this works!
HtmlNodeCollection links = doc.DocumentNode.SelectNodes("//a[@class='appLink']");

如果需要，您还可以获取每个链接的超文本标记语言，但links已经是您需要的集合。

IEnumerable<string> appLinks = links.Select(link => link.InnerHtml);

(这里的代码是C#，但它应该很容易转换为VB.Net)

Answer 3

这应该会为您解决这个问题：<a .*?</a>

这不会影响标签，如，，...