Регулярки - получение текста в тегах <a>

@joker13-13 · Регистрация: 02.12.2013

Студворк — интернет-сервис помощи студентам

Нужно из

HTML5
1
<a href="/types/random">random</a>

вытащить random который как вы видите встречается 2 раза и как вы понимаете значение рандомно.
Регулярки только учу, вот чтот накидал, но не пашет, в чем ошибка?

C#
1
const string PATTERN = @"\<a\href=\""\/types\/[.\\-_a-z0-9]""\>(?<random>[.\\-_a-z0-9])\<\/a\>";

@S_el · 05.08.2014, 18:22

joker13-13, под словом рандом вы понимаете последовательность из цифр и букв?

@joker13-13 · 05.08.2014, 18:26 **[ТС]**

S_el случайную последовательность символов, в данном случае цифр и букв.

@Ev_Hyper · 05.08.2014, 18:27

joker13-13, может проще вообще регулярки не использовать?

C#
1
2
3
4
5
            XmlDocument t = new XmlDocument();
            t.Load("1.txt");
            XmlNodeList nodeList = t.DocumentElement.SelectNodes("//a");
            foreach (XmlNode x in nodeList)
                Console.WriteLine(x.InnerText);

1.txt:

Code
1
<a href="/types/random">random</a>

Code
1
2
random
Для продолжения нажмите любую клавишу . . .

@joker13-13 · 05.08.2014, 18:33 **[ТС]**

Ev_Hyper спасибо, но не думаю что подойдет.
у меня не единое искомое значение, мне нужно пропарсить html код страницы и вытащить значения из приблизительна ста подобных тегов, и учитывая что есть много ненужных мне тегов с </a>.

@Ev_Hyper · 05.08.2014, 18:36

joker13-13, прикрепите файл и скажите, что нужно вытащить

@juninhonvp · 05.08.2014, 18:36

так шаблон выглядеть должен, если внутри тегов буквы a-z A-z

C#
1
>(?<text>[a-zA-Z]{0,})<

вот и берешь из совпадения группу, я ее назвал text.

@XRoy · 05.08.2014, 18:41

juninhonvp, joker13-13,
Регулярками никогда не парсят HTML, для этого есть DOM парсер.

@S_el · 05.08.2014, 18:47

juninhonvp, ваш шаблон найдет совпадения и в случае

C#
1
<a href="/types/global">random</a>

я в регулярках плохо разбираюсь,поэтому могу предложить только вариант "в лоб"

C#
1
.*<a href="\/\w*\/(\w*)"\>(\1)<\/a>

@joker13-13 · 05.08.2014, 18:47 **[ТС]**

Ev_Hyper, audio.rar
из строк типо

HTML5
1
2
3
<a href="/types/3ga">3ga</a>
<a href="/types/5xb">5xb</a>
<a href="/types/5xe">5xe</a>

вытащить 3ga,5xb,5xe

@S_el · 05.08.2014, 18:48

Сообщение от XRoy

Регулярками никогда не парсят HTML, для этого есть DOM парсер.

Почему?

@juninhonvp · 05.08.2014, 19:06

Сообщение от joker13-13

вытащить 3ga,5xb,5xe

C#
1
>(?<text>[a-zA-Z0-9]{0,})<

@joker13-13 · 05.08.2014, 19:20 **[ТС]**

Сообщение от S_el

я в регулярках плохо разбираюсь,поэтому могу предложить только вариант "в лоб"

C#
1
.*<a href="\/\w*\/(\w*)"\>(\1)<\/a>

&&

Сообщение от juninhonvp

C#
1
>(?<text>[a-zA-Z0-9]{0,})<

==

C#
1
@".*<a href=""\/\w*\/(\w*)""\>(?<text>[a-zA-Z0-9]{0,})<\/a>";

S_el,juninhonvp все работает, спасибо большое!

@Ev_Hyper · 05.08.2014, 20:26

В качестве альтернативы предложу вариант с использованием HtmlAgilityPack:

C#
1
2
3
4
5
            HtmlAgilityPack.HtmlDocument doc = new HtmlAgilityPack.HtmlDocument();
            doc.Load("1.txt");
            foreach (var x in doc.DocumentNode.SelectNodes("//table[@class='tbl']"))
                foreach (var z in x.SelectNodes("//td[@class='ex']"))
                    Console.WriteLine(z.InnerText);

По-моему, это проще, чем писать регулярное выражение.

@XRoy · 05.08.2014, 23:12

Сообщение от S_el

Сообщение от XRoy
Регулярками никогда не парсят HTML, для этого есть DOM парсер.
Почему?

HTML контекстно свободный тоесть для него нет разницы

HTML5
1
<div class="a" id="b"></div>

или

HTML5
1
<div id="b" class="a"></div>

. Тогда как для регулярок это уже 2 выражения, и количество тут растет факториально.

Но конечно пару страниц конечно можно и отпарсить регулярками, скорее всего все будет нормально.

Новые блоги и статьи Все статьи Все блоги /
Символьное дифференцирование igorrr37 13.02.2026 / * Программа принимает математическое выражение в виде строки и выдаёт его производную в виде строки и вычисляет значение производной при заданном х Логарифм записывается как: (x-2)log(x^2+2) -. . .	Камера Toupcam IUA500KMA Eddy_Em 12.02.2026 Т. к. у всяких "хикроботов" слишком уж мелкий пиксель, для подсмотра в ESPriF они вообще плохо годятся: уже 14 величину можно рассмотреть еле-еле лишь на экспозициях под 3 секунды (а то и больше),. . .	И ясному Солнцу zbw 12.02.2026 И ясному Солнцу, и светлой Луне. В мире покоя нет и люди не могут жить в тишине. А жить им немного лет.	«Знание-Сила» zbw 12.02.2026 «Знание-Сила» «Время-Деньги» «Деньги -Пуля»
SDL3 для Web (WebAssembly): Подключение Box2D v3, физика и отрисовка коллайдеров 8Observer8 12.02.2026 Содержание блога Box2D - это библиотека для 2D физики для анимаций и игр. С её помощью можно определять были ли коллизии между конкретными объектами и вызывать обработчики событий столкновения. . . .	SDL3 для Web (WebAssembly): Загрузка PNG с прозрачным фоном с помощью SDL_LoadPNG (без SDL3_image) 8Observer8 11.02.2026 Содержание блога Библиотека SDL3 содержит встроенные инструменты для базовой работы с изображениями - без использования библиотеки SDL3_image. Пошагово создадим проект для загрузки изображения. . .	SDL3 для Web (WebAssembly): Загрузка PNG с прозрачным фоном с помощью SDL3_image 8Observer8 10.02.2026 Содержание блога Библиотека SDL3_image содержит инструменты для расширенной работы с изображениями. Пошагово создадим проект для загрузки изображения формата PNG с альфа-каналом (с прозрачным. . .	Установка Qt-версии Lazarus IDE в Debian Trixie Xfce volvo 10.02.2026 В общем, достали меня глюки IDE Лазаруса, собранной с использованием набора виджетов Gtk2 (конкретно: если набирать текст в редакторе и вызвать подсказку через Ctrl+Space, то после закрытия окошка. . .

@S_el 2444 / 1842 / 406 Регистрация: 15.12.2013 Сообщений: 8,243
	05.08.2014, 18:22
	joker13-13, под словом рандом вы понимаете последовательность из цифр и букв? 0

@joker13-13 8 / 8 / 6 Регистрация: 02.12.2013 Сообщений: 54
	05.08.2014, 18:26 [ТС]
	S_el случайную последовательность символов, в данном случае цифр и букв. 0

@joker13-13 8 / 8 / 6 Регистрация: 02.12.2013 Сообщений: 54
	05.08.2014, 18:33 [ТС]
	Ev_Hyper спасибо, но не думаю что подойдет. у меня не единое искомое значение, мне нужно пропарсить html код страницы и вытащить значения из приблизительна ста подобных тегов, и учитывая что есть много ненужных мне тегов с </a>. 0

@Ev_Hyper Заблокирован
	05.08.2014, 18:36
	joker13-13, прикрепите файл и скажите, что нужно вытащить 0

@XRoy 871 / 721 / 304 Регистрация: 15.04.2013 Сообщений: 2,047 Записей в блоге: 5
	05.08.2014, 18:41
	juninhonvp, joker13-13, Регулярками никогда не парсят HTML, для этого есть DOM парсер. 0

Регулярки - получение текста в тегах <a>

Решение