C#中正则取URL

 要从一些些不规则的地址中截取能用的网址；

C#正则

 

代码

string  firsturl  =   " http://www.herosoft.com，http://www.heropc.com.cn/ " ; 
// 建立正则匹配 
string  zhengze  =   @" ([\w*]+\.){2,}([\w*]+) " ;
Match m  =  Regex.Match(firsturl, zhengze);  
firsturl =   " http:// "   + m.Value; 

 

不设置HTTP是因为有些网址往数据库里存的时候本来就没加上HTPP；

所以正则一概不加HTTP，代码手动加吧

 

解析一下正则

([\w*]+\.){2,}([\w*]+)

\w是字符，

*号表示出现次数不限，0次，无限次都可以

+表示至少出现1次，无上限

\.匹配一个  “.”

{2，}表示本表达式至少重复两次

后面的类似，但是不加上 “.”

截取出来的结果为：www.herosoft.com

再加上 HTTP://

收工

 

  取图片

< img\b[ ^<> ] *? \bsrc[\s\t\r\n] *= [\s\t\r\n] * [ ""' ]?[\s\t\r\n]*(?<imgUrl>[^\s\t\r\n"" ' <> ] * )[ ^<> ] *?/? [\s\t\r\n] *>

 

 

取页面所有A标签

 

< a[ ^> ] *? href = [ ^> ] *?>