如何从锚标记解析 URL答案

【问题标题】：How to parse URL from anchor tag如何从锚标记解析 URL
【发布时间】：2015-08-28 15:25:57
【问题描述】：

我想检索HTML 文档中<a> 标记中的URL。这是标签：

<a href="index.php?option=com_remository&amp;Itemid=43&amp;func=fileinfo&amp;id=49"><img src="http://dziekanat.wzim.sggw.pl/components/com_remository/images/file_icons/New.gif" width="16" height="16" border="0" align="middle" alt="file_icons/New.gif"/><b>&nbsp;Plan STAC lato 2014_15</b></a>

解析后我应该得到

index.php?option=com_remository&amp;Itemid=43&amp;func=fileinfo&amp;id=49

我应该使用什么正则表达式模式？

我想用正则表达式来做这件事，因为 HTML 文档本身已经很老了，而且没有任何 ID 可供参考。因此，我无法使用任何更复杂的工具（如Html Agility Pack）来做到这一点。

整个文档可以在这里找到：http://dziekanat.wzim.sggw.pl/index.php?option=com_remository&Itemid=43&func=select&id=2

【问题讨论】：

你是如何找到这个特定的<a>的？

标签： c# html regex

【解决方案1】：

因此，我无法使用任何更复杂的工具（如Html Agility Pack）来做到这一点。

为什么不呢？这对我有用

var html = new Webclient().DownloadString("http://dziekanat.wzim.sggw.pl/index.php?option=com_remository&Itemid=43&func=select&id=2");
var doc = new HtmlAgilityPack.HtmlDocument();
doc.LoadHtml(html);


var links = doc.DocumentNode.Descendants("a")
            .Select(a => a.Attributes["href"].Value)
            .ToList();

此 Xpath 返回您的链接

var link = doc.DocumentNode.SelectSingleNode("//table[@class='sectiontableentry1']//a")
            .Attributes["href"].Value;

【讨论】：

谢谢！这正是我想要的。

【解决方案2】：

给你：

string Pattern = @"<a[^>]*?href\s*=\s*[""']?([^'"" >]+?)[ '""][^>]*?>";

【讨论】：