获取网页中匹配代码的正则 (获得字符串中开始和结束字符串中间得值)

来自：http://www.cnblogs.com/Fooo/archive/2010/10/22/1858121.html

 

 

如：
<div>1div</div>
<a>1a</a>
<p>1p</p>
<p>2p</p>
<div>2div</div>
<a>2a</a>
<p>3p</p>
<p>4p</p>
<a>3a</a>
<p>5p</p>
<div>3div</div>
<a>4a</a>
<p>6p</p>
<span>1span</span>

现在的问题是：有N多DIV，N多p,N多A标签以及最多1个span，想只获取所有p里的内容以及最后一个span里的内容（其中获取P的内容有一个条件，那就是只有前面有一个A标签的P的内容才会被获取），span或许有或许没有，如果有就获取，如果没有就不获取求：

C#的正则表达式

using System.Text.RegularExpressions;

 

string restult = ""; foreach(Match m in Regex.Matches(str ,@"(?ins)(?<=(</a>/s*<(?<mark>p[^>]*>)|<(?<mark>span)[^>]*>))[/s/S]+?(?=<//k<mark>)")) { restult +=m.Value;//就是你要的结果 MessageBox.Show(m.Value); } 

 

 

或是用

foreach(Match m in Regex.Matches(yourHtml,@"(?is)(</a>/s*<(?<mark>p[^>]*>)|<(?<mark>span)[^>]*>)(?<data>[/s/S]+?)<//k<mark>")){ m.Groups["data"].Value;//} 

 

 

或是>>>>>>获得字符串中开始和结束字符串中间得值

#region 获得字符串中开始和结束字符串中间得值 /// <summary> /// 获得字符串中开始和结束字符串中间得值 /// </summary> /// <param name="begin">开始匹配标记</param> /// <param name="end">结束匹配标记</param> /// <param name="html">Html字符串</param> /// <returns>返回中间字符串</returns> public static MatchCollection GetMidValue(string begin, string end, string html) { Regex reg = new Regex("(?<=(" + begin + "))[.//s//S]*?(?=(" + end + "))", RegexOptions.Multiline | RegexOptions.Singleline); return reg.Matches(html); } #endregion 

 

 

/// <summary> /// 获得字符串中开始和结束字符串中间得值 /// </summary> /// <param name="str"></param> /// <param name="s">开始</param> /// <param name="e">结束</param> /// <returns></returns> private string getvalue(string str, string start, string end) { Regex rg = new Regex("(?<=(" + start + "))[.//s//S]*?(?=(" + end + "))", RegexOptions.Multiline | RegexOptions.Singleline); return rg.Match(str).Value; } 

 

 

 

//正则抽取单个Table , 可根据table内的某个标识字符, good !

 如果仅仅是以“会员资料”这样的做为参考标识，用我上面写的稍稍改造就可以了，问题的复杂在于，如果以“00”或者“444”做为参考标识，就要考虑到<table>标签嵌套的问题，既要保证取包含参考标识的最内层<table>，又要保证<table>和</table>配对匹配

 

Match mm = Regex.Match(html, @"<table[^>]*>(((<table[^>]*>(?<o>)|</table>(?<-o>)|(?!</?table)[/s/S])*)(?(o)(?!)))/b" + "会员资料" + @"/b(?:(?!<table[^>]*>)[/s/S])*?(((<table[^>]*>(?<o>)|</table>(?<-o>)|(?!</?table)[/s/S])*)(?(o)(?!)))</table>", RegexOptions.IgnoreCase); 

 

输入的参考标识中如果有正则中有特殊意义的字符，需要对其进行预处理，另外需要在程序中进行异常处理，这个自己处理下吧
如果源字符串中同时多处出现输入的参考标识，这里取第一个出现的参考标识所在的<table>

 

//正则抽取单个Table中 , 解析tb中的内容.........

Match mm = Regex.Match(html, @"<table[^>]*>(((<table[^>]*>(?<o>)|</table>(?<-o>)|(?!</?table)[/s/S])*)(?(o)(?!)))/b" + "会员输赢资料" + @"/b(?:(?!<table[^>]*>)[/s/S])*?(((<table[^>]*>(?<o>)|</table>(?<-o>)|(?!</?table)[/s/S])*)(?(o)(?!)))</table>", RegexOptions.IgnoreCase); if (mm.Success) { //MessageBox.Show(mm.Value); //MatchCollection mdd = GetMidValue("<td", "</td>", mm.Value); //foreach (Match m in mdd) //{ // for (int i = 1; i < m.Groups.Count; i++) // { // restult += m.Groups[i].Value;//就是你要的结果 // } //} MatchCollection mc = Regex.Matches(mm.Value, @"<td[^>]*>/s*(?<content>[/s/S]*?)/s*</td>", RegexOptions.IgnoreCase); foreach(Match m in mc) { for (int i = 1; i < m.Groups.Count; i++) { restult += m.Groups[i].Value + "/n"; } } MessageBox.Show(restult); }