获取HTML里面的超链接，图片，FLASH地址

最新推荐文章于 2022-07-14 13:23:39 发布

lijia12345

最新推荐文章于 2022-07-14 13:23:39 发布

阅读量1.9k

点赞数

CC 4.0 BY-SA版权

分类专栏： .net学习文章标签： html flash 正则表达式 url

本文链接：https://blog.youkuaiyun.com/lijia12345/article/details/3185412

.net学习专栏收录该内容

5 篇文章

订阅专栏

本文介绍了一种从HTML文本中提取URL的方法，使用了正则表达式进行匹配，并通过C#实现了一个具体示例。该方法能够有效识别并获取文本中的HTTP、HTTPS及FTP等不同类型的链接。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

返回URL方法：

    /// <summary> 
    /// 返回文本中的url地址 
    /// </summary> 
    /// <param name="html">html文本</param> 
    /// <param name="regstr">正则表达式</param> 
    /// <param name="keyname">关键字</param> 
    /// <returns></returns> 
    public ArrayList geturl(string html, string regstr, string keyname)
    {
        ArrayList resultStr = new ArrayList();
        Regex r = new Regex(regstr, RegexOptions.IgnoreCase);
        MatchCollection mc = r.Matches(html);
        foreach (Match m in mc)
        {
            resultStr.Add(m.Groups[keyname].Value.ToLower());
        }
        if (resultStr.Count > 0)
        {
            return resultStr;
        }
        else
        {
            //没有地址的时候返回空字符 
            resultStr.Add("");
            return resultStr;
        }
    }
链接地址：
正则表达式： "((http|https|ftp):(////|////)((/w)+[.]){1,}(txt|rar|doc|iso|pdf|zip|xls|[0-9]{1,3})(((//[/~]*|//[/~]*)(/w)+)|[.](/w)+)*(((([?](/w)+){1}[=]*))*((/w)+){1}([/&](/w)+[/=](/w)+)*)*)";
图片：
<IMG[^>]+src=/s*(?:'(?<src>[^']+)'|""(?<src>[^""]+)""|(?<src>[^>/s]+))/s*[^>]*>
FLASH:
<embed[^>]+src=/s*(?:'(?<src>[^']/S*.swf/b+)'|""(?<src>[^""]/S*.swf/b+)""|(?<src>[^>/s]/S*.swf/b+))/s*[^>]*>