用正則獲取網頁中的標簽內容

     有個同事想要從html網頁標簽中提取特定內容，讓我幫忙看看。我研究了下，做了個小工具。

    目標：匹配出  <p><label id="catalog_FUND">基金：</label> 這個p標簽里面的a標簽的內容

    解決方案：由於一次性匹配出來，難度太大，因此可分為兩步走，首先獲取這個p標簽里面的所有a標簽，如下圖所示：

 

     

然后，再從這些a標簽中獲取內容，如圖：

 

正則：

<p><label id="catalog_FUND">基金：</label>((<a[^><]*>([^><]*)</a>)*?)</p>

<a[^><]*>([^><]*)</a>

由上面正則可以看出，用的最多的就是[^><]*不包括尖括號的任意多個字符，？表示非貪婪模式，表示在滿足匹配的情況下，盡可能少的匹配a標簽。

 附小工具的后台代碼：

 private void Readtxt_Click(object sender, RoutedEventArgs e)
        {
            //從當前目錄獲取文件

            string dir = Environment.CurrentDirectory;

            string path = dir + @"\Content.txt";

            if (File.Exists(path))
            {
                var content = File.ReadAllText(path, Encoding.Default);

                this.orginText.AppendText(content);
            }
        }

        private void testMatch_Click(object sender, RoutedEventArgs e)
        {
            TextRange textRange = new TextRange(orginText.Document.ContentStart, orginText.Document.ContentEnd);
            var content = textRange.Text;
            var pattern = regular.Text;

            if (pattern != "" && content != "")
            {
                if (Regex.IsMatch(content, pattern, RegexOptions.IgnoreCase | RegexOptions.Multiline))
                {
                    MessageBox.Show("ok");
                    var maches = Regex.Matches(content, pattern, RegexOptions.IgnoreCase | RegexOptions.Multiline);
                    if (maches.Count > 0)
                    {
                        foreach (Match item in maches)
                        {
                            if (item.Success)
                            {
                                if (item.Groups.Count > 0)
                                {
                                    ResultText.AppendText(item.Groups[1].Value);
                                }
                            }
                        }
                    }
                }
                else
                {
                    MessageBox.Show("fail");
                }
            }
        }