我正在编写一个程序，该程序将帮助我找出我的竞争对手链接到的网站。
为此，我正在编写一个程序来解析 HTML 文件，并生成 2 个列表：内部链接和外部链接。
我将使用内部链接进一步爬取网站，而外部链接实际上是我正在寻找的。
如何使用 .NET RegEx 解析 HTML 文件并找到 1. 外部链接。2.内部链接。
在此先感谢，Eytan Levit。
编辑：回答这个问题 - 不 - 我不受正则表达式的约束，我可以使用任何其他想法。
问问题
562 次
2 回答
8
不要为此使用正则表达式。
使用专门为解析 HTML 而设计的HTML Agility Pack之类的东西。（在他们的 CodePlex 主页上甚至还有一个示例，可以找到页面中的所有链接。）
于 2009-07-01T15:35:59.590 回答
0
我曾使用 Regex 进行 Html 解析，它非常快，但现在有更好的选择可以降低开发成本。
试试Linq To Html很好，Beth 有一篇很棒的文章，可以在这里找到
于 2009-07-02T05:43:10.227 回答