有沒有辦法正則表達式多行 html 塊？

Question

它是我的 html 頁面的一部分。 我想找到標記之間的所有名稱： <a href ... </a></td> 它的多行和“新”關鍵字每次都有不同的數字。

        <tr class="hl">
        <td class="vil fc">
            <a href="mypage.php?new=4645">
                name                </a>
        </td>

Answer 1

默認情況下， Regex類會搜索整個多行字符串，並且會查找跨越多行的匹配項。 但是，匹配項是否可以跨越多行取決於您的模式。 如果你給它的模式說匹配必須全部在一行上，那么它顯然不會返回任何多行匹配。 因此，例如：

Dim input As String = "Canine
Dog
K9
D
o
g
Puppy"
Dim count As Integer = Regex.Matches(input, "Dog").Count 
Dim countMulti As Integer = Regex.Matches(input, "D\s*o\s*g").Count 
Console.WriteLine(count)      ' Outputs "1"
Console.WriteLine(countMulti) ' Outputs "2"

由於\\s*表示任意數量的空格（包括換行符），因此第二個模式將匹配第二個模式，其中每個字母都在自己的行上。

因此，如果它默認有效，並且您正在詢問它，我認為真正的問題是您不允許在模式中使用換行符。 因此，例如，這將起作用：

Dim input As String = "<tr class=""hl"">
<td class=""vil fc"">
<a href=""mypage.php?New=4645"">
        name                </a>
</td>"
Dim m As Match = Regex.Match(input, "<a[^>]*>((?:.|\s)*?)</a>")
If m.Success Then
    Dim g As String = m.Groups(1).Value
    Console.WriteLine(g)  ' Outputs vbCrLf & "                name                "
End If

一個常見的假設是. 將匹配任何內容，包括換行符，但通常情況並非如此。 默認情況下， . 只有匹配任何不是新行字符。 如果你想要. 要還包括換行符，您可以通過指定可能會引起混淆的RegexOptions.Singleline選項來實現。 例如，這也有效：

Dim input As String = "<tr class=""hl"">
<td class=""vil fc"">
<a href=""mypage.php?New=4645"">
        name                </a>
</td>"
Dim m As Match = Regex.Match(input, "<a[^>]*>(.*?)</a>", RegexOptions.Singleline)
If m.Success Then
    Dim g As String = m.Groups(1).Value
    Console.WriteLine(g)  ' Outputs vbCrLf & "                name                "
End If

或者，您可以在正則表達式模式本身中指定單行選項，方法是將(?s)放在開頭：

Dim m As Match = Regex.Match(input, "(?s)<a[^>]*>(.*?)</a>")

為了解決您在評論中提到的其他問題，如果您只想匹配包含newdid參數的鏈接，您可以執行以下操作：

<a\s+[^>]*href\s*=[^>]*newdid\s*=[^>]*>(.*?)</a>