[转载]C#用正则表达式 获取网页源代码标签的属性或值

最近调试程序需要用到获取网页指定标签的属性和值，找到了一个比较好的正则匹配方法，特此备份。

[原]C#用正则表达式 获取网页源代码标签的属性或值

整理两个 在C#中，用正则表达式 获取网页源代码标签的属性或值的方法 ：

1、获取标签中的值： <a href="www.csdn.net" class="main" >CSDN</a> 结果：CSDN

/// <summary>
/// 获取字符中指定标签的值
/// </summary>
/// <param name="str">字符串</param>
/// <param name="title">标签</param>
/// <returns>值</returns>
public static string GetTitleContent(string str, string title)
{
string tmpStr = string.Format("<{0}[^>]*?>(?<Text>[^<]*)</{1}>", title, title); //获取<title>之间内容

Match TitleMatch = Regex.Match(str, tmpStr, RegexOptions.IgnoreCase);

string result = TitleMatch.Groups["Text"].Value;
return result;
}

2、获取标签中的属性： <a href="www.csdn.net" class="main">CSDN</a> 获取 “href” 的结果：www.csdn.net

/// <summary>
/// 获取字符中指定标签的值
/// </summary>
/// <param name="str">字符串</param>
/// <param name="title">标签</param>
/// <param name="attrib">属性名</param>
/// <returns>属性</returns>
public static string GetTitleContent(string str, string title,string attrib)
{
string tmpStr = string.Format("<{0}[^>]*?{1}=(['\"\"]?)(?<url>[^'\"\"\\s>]+)\\1[^>]*>", title, attrib); //获取<title>之间内容

Match TitleMatch = Regex.Match(str, tmpStr, RegexOptions.IgnoreCase);

string result = TitleMatch.Groups["url"].Value;
return result;
}

举例说明

string result = GetTitleContent(str, @"a"); //获取指定标签中的值
string result = GetTitleContent(str, @"a",@"href"); //获取指定标签中的指定属性值