正则表达式提取属性值答案

【问题标题】：Regex to extract attribute value正则表达式提取属性值
【发布时间】：2011-07-28 10:04:47
【问题描述】：

什么是快速提取 HTML 表格的标题属性值的方法：

...
<li><a href="/wiki/Proclo" title="Proclo">Proclo</a></li>
<li><a href="/wiki/Proclus" title="Proclus">Proclus</a></li>
<li><a href="/wiki/Ptolemy" title="Ptolemy">Ptolemy</a></li>
<li><a href="/wiki/Pythagoras" title="Pythagoras">Pythagoras</a></li></ul><h3>S</h3>
...

所以它会在每一行的字符串中返回 Proclo、Proclus、Ptolemy、Pythagoras,....。我正在使用 StreamReader 读取文件。我正在使用 C#。

谢谢。

【问题讨论】：

你的 html 表格是什么形式的？（ASP 控件、字符串、流、XmlReader、DOM？）
*叹息*...stackoverflow.com/questions/1732348/… 第 (1/epsilon) 次。
@delnan：好点。但是，链接到的帖子似乎已损坏？它在我的浏览器中显示不正确
@sehe：那篇帖子中有许多晦涩难懂的 unicode 字符用于效果、笑声和对some weird meme 的引用。它的目的是看起来坏了。
@sehe：当然！别提战争了！

标签： c# html regex

【解决方案1】：

使用下面的正则表达式

title="([^"]+)"

然后使用组浏览匹配的元素。

编辑：我已经修改了正则表达式以涵盖@Staffan Nöteberg 在评论中提供的示例

【讨论】：

例子没问题，大概就够了。但不适用于<li><a href="/wiki/Proclo" title="Proclo" attr="value">Proclo</a></li> 或<li><a title="Proclus" href="/wiki/Proclus">Proclus</a></li>。
@Staffan Nöteberg 好点，现在它也应该涵盖您的示例。

【解决方案2】：

此 C# 正则表达式将查找所有标题值：

(?<=\btitle=")[^"]*

C#代码是这样的：

Regex regex = new Regex(@"(?<=\btitle="")[^""]*");
Match match = regex.Match(input);
string title = match.Value;

正则表达式使用 positive lookbehind 来查找 title 值开始的位置。然后它将匹配所有内容，直到结束双引号。

【讨论】：

好的，我先简化一下