查找超链接文本和 URL答案

【问题标题】：Find hyperlinked text and URL查找超链接文本和 URL
【发布时间】：2011-10-08 09:49:31
【问题描述】：

我有一个大文本，其中某个单词是超链接的，我想知道所有这些文本，它的超链接 url 假设我的文本如下：

LoremIpsum.Net 是一个小而简单的静态站点，无需使用generator 即可为您提供一个合适大小的通道。该网站还提供了文本的全大写版本，以及翻译，以及对这个著名内容的解释。

现在我想将那个超链接的单词和它的 url 存储在数组或哈希表中，任何人都可以建议我或提供一些示例代码来执行此操作。

提前致谢。

【问题讨论】：

某个单词被超链接的文本 ?它是如何完成的，我认为文本没有链接，它的控件将其呈现为链接（就像您错过了 [3] 的链接，它现在不再是链接）
你需要<a>-tags的html解析器。
我想找到所有超链接文本，比如生成器和它的 url。
我的问题是如何解析的 html，我是 asp.net 和 C# 的新手

标签： c# asp.net

【解决方案1】：

试试HTMLAgilityPack http://www.codeplex.com/htmlagilitypack

类似

 HtmlDocument doc = new HtmlDocument();
 doc.Load("file.htm");
 foreach(HtmlNode link in doc.DocumentElement.SelectNodes("//a[@href"])
 {
     HtmlAttribute att = link["href"];
   // these are your hrefs!
 }

如果你不使用正确的 HTML 解析器，你会失去理智。

【讨论】：

【解决方案2】：

请参阅此页面上的“使用正则表达式 [C#] 抓取的程序”：http://www.dotnetperls.com/scraping-html

它基本上通过正则表达式和收集匹配来工作。

【讨论】：