Question

正则表达式提取网页链接

<a href="http://www.jieyanqu.com/thread-3017493-1-1.html" onclick="atarget(this)" class="xst" >phpinfo()显示时区正确，服务器时区正确，网站时间不正确</a>
中提取
http://www.jieyanqu.com/thread-3017493-1-1.html
其他的过滤掉
用的是VB2010

Answer 1

正则表达式

\b(https?)://([-A-Z0-9.]+)(/[-A-Z0-9+&@#/%=~_|!:,.;]*)?(\?[A-Z0-9+&@#/%=~_|!:,.;]*)?

;;;VB.net实现

Imports System.Text.RegularExpressions

Dim MatchVale As String = String.Empty

Dim myrule As New
Regex("\b(https?)://([-A-Z0-9.]+)(/[-A-Z0-9+&@#/%=~_|!:,.;]*)?(\?[A-Z0-9+&@#/%=~_|!:,.;]*)?")

Dim m As Match = myrule.Match(url)

MatchVale = m.Groups(1).ToString

Return MatchVale

追问

嗯，差不多了

我现在知道/thread- 和-1-1.html 俩个参数，如何把网址提取出来呢？只提取中间的数字怎么弄？

Answer 2

@"(?is)<a((?!href=)[\s\S])*href=['""]?(?<href>[^'""]*)[^<]*</a>"

group["href"]就是http://www.jieyanqu.com/thread-3017493-1-1.html

追问

嗯，差不多了

我现在知道/thread- 和-1-1.html 俩个参数，如何把网址提取出来呢？只提取中间的数字怎么弄？

追答

@"thread\-(\d+)\-1\-1.html"