href 一个正则表达式的解析 ? 号解析

ArrayList linkLocal = new ArrayList();

ArrayList linkExternal = new ArrayList();

// Dodgy Regex will find *some* links

foreach (Match match in Regex.Matches(htmlData

, @"(?<=<(a|area)\s+href="").*?(?=""\s*/?>)"

, RegexOptions.IgnoreCase|RegexOptions.ExplicitCapture))

{

// Regex matches from opening "quote

link = match.Value;

// find first space (ie no spaces in Url)

int spacePos = link.IndexOf(' ');

// or first closing quote (NO single quotes)

int quotePos = link.IndexOf('"');

int chopPos = (quotePos<spacePos?quotePos:spacePos);

if (chopPos > 0)

{

// chopPos if quote or space first the at URL end

link = link.Substring(0,chopPos);

}

if ( (link.Length > 8) &&

(link.Substring(0, 7).ToLower() == "http://") )

{

// Assumes all links beginning with http:// are _external_

linkExternal.Add(link) ;

} else

{

// otherwise they're "relative"/internal links

// so we concatenate the base URL

link = startingUrl + link;

linkLocal.Add(link);

}

.*? 非贪婪或最小匹配.
?<= 正向引用不包含在匹配值里
?= 同上.. (不过上面的哪个没有了<号就会造成不同的结果了)
"" 因为前面加了个@ 所以这边的""变成了"的意思.
(a|area) 其它的任意一个

RegexOptions.ExplicitCapture 指得没有命名的不能捕获..其它?<=和?=以经代替了它的作用了

另一种方法的捕狱.括号加命名 (?<banyi>.*?)到时候就可以match.Groups["banyi"].Value这种形式来获得了 Replace的时候也可以指定的
?的另一个作用就是匹配0次或一次了 +号是一次或多次*号是0次或多次

转载于:https://www.cnblogs.com/lovebanyi/archive/2005/10/29/264478.html

href 一个正则表达式的解析 ? 号解析相关推荐

正则表达式 bs4解析 xpath解析
#正则 #bs4 解析 #Xpath解析正则 re import re# list = re.findall(r'\d{11}','我的电话号码是:18047653655,女朋友的电话号码是:15 ...
【6】爬虫介绍/准备工作/构建流程/获取数据/BeautifulSoup/Re(正则表达式)/正则提取/标签解析/保存数据到excel
爬虫介绍/准备工作/构建流程/获取数据/BeautifulSoup/Re(正则表达式)/正则提取/标签解析/保存数据到excel 更新时间:2021.9.16 vedio:15,16,17,18,19 ...
爬虫之网络数据解析的三种方式---正则表达式、XPath数据解析库、BeautifulSoup数据解析库
1.正则表达式爬虫的四个主要步骤: 明确目标(要知道你准备取哪个范围或者网站上取搜索) 爬(将所有网站的内容全部爬下来) 取(取掉对我们没用的数据) 处理数据(按照我们想要的方式存储和使用) 什么是 ...
python编写登录_通过Python编写一个简单登录功能过程解析
通过Python编写一个简单登录功能过程解析需求: 写一个登录的程序, 1.最多登陆失败3次 2.登录成功,提示欢迎xx登录,今天的日期是xxx,程序结束 3.要检验输入是否为空,账号和密码不能为空 ...
RabbitMQ端口号解析
一.端口号解析 1.4369 (epmd), 25672 (Erlang distribution) 2.5672, 5671 (AMQP 0-9-1 without and with TLS) 3. ...
RabbitMQ 端口号解析
转自:https://www.cnblogs.com/liuxingke/articles/9889517.html 端口号解析 12345 - 4369 (epmd), 25672 (Erlang ...
java获取object属性值_java反射获取一个object属性值代码解析
有些时候你明明知道这个object里面是什么,但是因为种种原因,你不能将它转化成一个对象,只是想单纯地提取出这个object里的一些东西,这个时候就需要用反射了. 假如你这个类是这样的: privat ...
boost::spirit模块实现一个类似于 XML 的小型解析器的测试程序
boost::spirit模块实现一个类似于 XML 的小型解析器的测试程序实现功能 C++实现代码实现功能 boost::spirit模块实现一个类似于 XML 的小型解析器的测试程序 C++实 ...
boost::spirit模块实现一个类似于 XML 的小型解析器，Karma 用于打印生成的 AST
boost::spirit模块实现一个类似于 XML 的小型解析器,Karma 用于打印生成的 AST 实现功能 C++实现代码实现功能 boost::spirit模块实现一个类似于 XML 的小型 ...

href 一个正则表达式的解析 ? 号解析

href 一个正则表达式的解析 ? 号解析相关推荐

最新文章

热门文章