C＃正则表达式匹配可选

我有一个包含下面的一行代码的多次出现某些页面内容：C＃正则表达式匹配可选

<li class="r"><h3><a href="/test-url.htm">test string</a></h3></li>

我使用.NET正则表达式来查找内容的所有事件，并返回我的HREF的锚标签。

我的问题是，有时<li>有引号类缠（如上图所示），但其他人没有，只是有：class=r

我需要对阵双方的匹配和不带引号。

我试过各种方法，但似乎没有任何工作。有报价时，它们全都匹配，但不是没有报价。下面是我当前的尝试：

Regex _Regex = new Regex(@"<li class=(?:"")g([^>])*>((?!<h3).)*<h3([^>])*><a\shref=""(?<URL>[^""]*)""([^>])*>((?!</li).)*", RegexOptions.IgnoreCase);

任何帮助是非常赞赏，

感谢。

2011-08-10 Dan Ellis

正则表达式不擅长处理HTML。如果你只是想找到重复，你可能会更好使用xpath –

我知道我没有回答你的问题，但你不应该使用正则表达式来解析HTML。改为使用[Html Agility Pack]（http://htmlagilitypack.codeplex.com/）会更好。 – Justin

+1这个想法，非常好用。 – Marc

我认为你想要的格式是

“”？

不

：

问号标志着前面的字符为可选。

2011-08-10 14:06:10

这工作完美:)感谢您的帮助。 –

这是正则表达式的一部分。我想你知道如何finigh它：

<li class=["r]+?>

或

<li class=["]?r["]?>

他们两人的作品。

2011-08-10 14:24:38 Hooch

诀窍是匹配并捕获可选的第一个引号，因此该组最终包含一个引号或一个空字符串。然后，在单词末尾使用反向引用来再次匹配相同的内容。

@"<li class=(""?)r\1[^>]*>"

在一个侧面说明，这将出现在您的正则三次，这是错误的：([^>])*。它匹配你想要它，但它只有捕获最后一个字符。如果需要捕获这些段，则应该在组内移动星号。如果你不需要需要捕获它，只需要像我一样摆脱括号。

2011-08-10 15:18:26

回答