普通EX pression从网页解析链接？ [英] Regular expression for parsing links from a webpage?

问题描述

我在寻找一个.NET正EX pression提取网页中的所有网址，但还没有找到一个为COM prehensive足以涵盖所有你可以指定一个环节的不同方式。

I'm looking for a .NET regular expression extract all the URLs from a webpage but haven't found one to be comprehensive enough to cover all the different ways you can specify a link.

和侧面的问题：

有一正则表达式来统治他们所有？还是我最好使用一系列不太复杂的常规EX pressions，只是采用复式通过对原始的HTML？ （速度与可维护性）

Is there 'one regex to rule them all'? Or am I better off using a series of less complicated regular expressions and just using mutliple passes against the raw HTML? (Speed vs. Maintainability)

推荐答案

（（邮寄地址\：|（新闻|（HT | F）TP（S））\：/ /）{1} \ S +）

((mailto\:|(news|(ht|f)tp(s?))\://){1}\S+)

我把这个从 regexlib.com

[编者注：{1}在此正则表达式没有真正的功能; 看到这个帖子]

[editor's note: the {1} has no real function in this regex; see this post]

这篇关于普通EX pression从网页解析链接？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！