Question

正则表达式提取URL和标题

要求匹配这类：<a href="http://www.nynew.com/pages/……/四位数字/两位数字/两位数字/……/…….html?ref=world" >链接标题内容</a>
URL中前面的，"http://www.nynew.com/pages/"和后面的".html?ref=world"已定，中间如上所要求的，如何写正则表达式获取url地址和链接标题内容？？特请教！
注：更改：URl前面的”http://www.nynew.com/pages/“未知！！

Answer 1

<a\s+href=['"](.*?)['"]>(.*?)</a>

试试看

Answer 2

<a\s+href="[^"]*\/(\d{4}\/\d{2}\/\d{2})\/[^"]*"\s*>(.*?)<\/a>

第一个括号匹配 2010/03/29 这样的字符串。
第二个括号匹配链接的文字（链接标题内容）。