C# 正則表達式可選匹配

Question

我有一些頁面內容包含以下代碼行的多次出現：

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

我正在使用 .NET 正則表達式來查找內容中的所有匹配項並將錨標記的 href 返回給我。

我的問題是，有時<li>在 class 周圍有引號（如上所示），但其他人沒有，只有： class=r

我需要對帶引號和不帶引號的匹配。

我嘗試了各種方法，但似乎沒有任何效果。 有引號時它們都匹配，但沒有引號時它們都匹配。 以下是我目前的嘗試：

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

任何幫助深表感謝，

謝謝。

Answer 1

我認為你想要的格式是

“”？

不是

?:

問號將前面的字符標記為可選。

Answer 2

訣竅是匹配並捕獲可選的第一個引號，因此該組最終包含引號或空字符串。 然后，您在單詞末尾使用反向引用來再次匹配相同的內容。

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

附帶說明一下，這在您的正則表達式中出現了三次，這是錯誤的： ([^>])* 。 它與您想要的匹配，但它只捕獲最后一個字符。 如果您需要捕獲這些段，您應該在組內移動星號。 如果您不需要捕獲它，只需像我一樣擺脫括號即可。

Answer 3

這是正則表達式的一部分。 我想你知道如何解決它：

<li class=["r]+?>

或者

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

他們都工作。