c#正则表达式修改所有匹配的href答案

【问题标题】：c# Regex to modify all matching hrefsc#正则表达式修改所有匹配的href
【发布时间】：2011-12-22 05:52:36
【问题描述】：

如何替换

<a href="page">Text</a>

与

<a href="page.html">Text</a>

其中page 和Text 可以是任意字符集？

【问题讨论】：

标签： c# regex

【解决方案1】：

这会奏效。请注意，我只捕获 href 内的任何内容。

resultString = Regex.Replace(subjectString, @"(?<=<a[^>]*?\bhref\s*=\s*(['""]))(.*)(?=\1.*?>)", "$2.html");

并将 .html 附加到它。您可能希望根据需要进行更改。

编辑：在火焰战争开始之前。是的，它适用于您的具体示例，而不适用于互联网上所有可能的 html。

【讨论】：

【解决方案2】：

您不应该使用正则表达式解析 HTML。详情见 this question 的回复。

UPD：正如 TrueWill 所指出的，您可能希望使用 Html Agility Pack 进行替换。但是在某些特殊情况下，FailedDev 提出的正则表达式可以，虽然我会稍微修改它看起来像这样：@"(?<=<a\b[^>]*?\bhref\s*=\s*(['""]))(.*)(?=\1.*?>)"（在<a 之后放置一个\b，以排除其他以“a”开头的标签）。

【讨论】：

我不是在尝试解析 HTML，而是在尝试在 html 文件中进行字符串替换。
一个简单的正则表达式是<a.*?href="(.*)".*?>(.*?)</a> 来查找零件。
@Justin808 但要正确执行，您实际上需要解析文档。例如，您可能希望忽略脚本和 cmets。
@Gebb 是正确的。对 HTML 的任何更改，尤其是那些仅影响特定上下文（例如在 HREF 中）的更改，都涉及解析。看看htmlagilitypack.codeplex.com