如何从<a>html 标签中</a>提取超链接文本<a>？</a>

Question

给定一个包含'blabla <a href="address">text</a> blabla'的字符串，我想从中提取'text' 。
regexp doc 建议使用'<(\\w+).*>.*</\\1>'表达式，但它提取了整个<a> ... </a>东西。
当然，我可以像这样继续使用strfind ：

line = 'blabla <a href="address">text</a> blabla';
atag = regexp(line,'<(\w+).*>.*</\1>','match', 'once');
from = strfind(atag, '>');
to = strfind(atag, '<');
text = atag((from(1)+1):(to(2)-1))

，但是，我可以使用另一个表达式立即查找text吗？

Answer 1

您可以在 Matlab 中使用extractHTMLText函数，您可以在以下链接中阅读它。 获得所需输出的示例：

line = 'blabla <a href="address">text</a> blabla';
l = split(extractHTMLText(line), ' ');
l{2}

如果您不想使用内置函数，您可以按照尼克的建议使用正则表达式。

line = 'blabla <a href="address">text</a> blabla';
[atag,tok] = regexp(line,'<(\w+).*>(.*?)</\1>','match','tokens'); 
t = tok(1,1){1};
t{2}

你会得到想要的输出

Answer 2

您可以简单地使用Group 。

您的模式更新将是这样的：

<(\w+).*>(.*)<\/\1>

---

这个包括所有标签：

<.*>(.*)<.*>

正则表达式101

Answer 3

如果你正在使用 JQuery，试试这个。 不需要正则表达式。 但是，如果 DOM 很大，这可能会对性能产生负面影响。

$jqueryobj = $(line);
var text = $jqueryobj.find("a").text();