正則表達式總結

1、匹配a標簽及其url：

Regex regA = new Regex(@"<a[\s]+[^<>]*href=(?:""|')([^<>""']+)(?:""|')[^<>]*>([^<>]+)</a>", RegexOptions.IgnoreCase);

說明：在上面的正則表達式中，

用來匹配href屬性前面和後面的各種屬性：

[^<>]*

用來匹配href屬性引號中間的url：

([^<>""']+)

用來匹配a標簽之間的內容：

([^<>]+)

2、匹配img標簽及其url：

 Regex regImg = new Regex(@"<img[\s]+[^<>]*src=(?:""|')([^<>""']+(?:\.jpg|\.jpeg|\.png|\.gif))(?:""|')[^<>]*>", RegexOptions.IgnoreCase);

3、匹配標簽及標簽中間的內容：

reg = new Regex(@"<dl class=""ksDl"">(?:(?!</dl>)[\s\S])*</dl>", RegexOptions.IgnoreCase);

 說明：當html字元串如下時，可以匹配到兩處，

<dl class="ksDl"><div>測試</div></dl>
<dl class="ksDl"><div>測試</div></dl>

如果正則表達式這樣寫：

reg = new Regex(@"<dl class=""ksDl"">[\s\S]*</dl>", RegexOptions.IgnoreCase);

則只能匹配一處。請註意下麵這部分的作用，它在匹配中間內容的時候排除了</dl>

(?:(?!</dl>)[\s\S])*