1

我试图从这个 HTML 页面代码中获取标签之前的单词 Juwelier。

我对 RegEx 不是很好，尤其是在多行上使用它。不会是动态的东西：

  • <p>Rubriek:
  • class="category"
  • 当然还有html标签<p> , </p> , <a> , </a>

这是 HTML 页面代码

    <p>Rubriek: 

      <a href="http://www.detelefoongids.nl/juwelier/4-1/?oWhat=Juwelier"
         title="Juwelier"
         class="category">
           Juwelier
      </a>
   </p>
4

1 回答 1

0

下面的正则表达式是您可以使用的众多表达式之一。
它使用零宽度正向后视(?<=)和前瞻(?=)断言来定位目标字符串。 

Dim str As String = _
"<p>Rubriek:" & vbCrLf &
"  <a href=""http://www.detelefoongids.nl/juwelier/4-1/?oWhat=Juwelier""" & vbCrLf &
"     title = ""Juwelier""" & vbCrLf &
"     class=""category"">" & vbCrLf &
"       Juwelier" & vbCrLf &
"  </a>" & vbCrLf &
"</p>"

Dim match As Match = Regex.Match(str, _
    "(?<=<p>Rubriek:[^>]+?class=""category"">\W*)\w+(?=\W*</a>)")

If (match.Success) Then
    MsgBox(match.Value)
End If

尽管上面没有使用，但在尝试匹配多行时要记住的重要一点是，如果要使用通配符元字符，请使用单行模式.，以便匹配每个字符，包括换行符。这可以通过使用RegexOptions.Singleline或放在(?s)正则表达式的开头来指定。

\w+用于匹配一个或多个单词字符，即a-zA-Z0-9_
\W*用于匹配零个或多个非单词字符。
[^>]用于匹配不是>.

于 2013-01-22T23:45:10.547 回答