用正则表达式如何获取网页中URL及标题

 

俺使用表达式"<a href=([^>]+)>([^<]+)</a>"
如何访问表达式中两个子集？

如网页中有内容

<a href=www.sina.com.cn>新浪</a>

如何能获得"www.sina.com.cn" 及 "新浪" 这两个子集呀。

谢谢指教了。

---

关注。。。

---

给你个例子先

Private Sub Command1_Click()
Dim reg As New RegExp
reg.IgnoreCase = True
reg.Global = True
reg.MultiLine = True

str1 = "<a href='aaa.htm'>11111</a><a href='bb.htm'>22222</a><a href='cc.htm'>33333</a>"

reg.Pattern = "<a href='(.*?).htm'>(.*?)</a>"

Set MC = reg.Execute(str1)

For Each m In MC


MsgBox m.SubMatches(0)
MsgBox m.SubMatches(1)
Next


End Sub

---

http://club.5ivb.net/UploadFile/20051704440byUID16899.rar

---

reg.Pattern = "<a href='(.*?).htm'>(.*?)</a>"

自在飞花兄，请问括号里面为什么要用个问号？这个问号表的是什么意义？
reg.Pattern = "<a href='(.*).htm'>(.*)</a>"
或
reg.Pattern = "<a href='([^']*).htm'>([^<]*)</a>"
这样不行吗？

---

自在飞花兄
m.SubMatches(1)

未找到方法及成员，俺用的是VB6.0，您说的是否适合 vb.net?

还有个用group 的吧？也是适合 vb.net吧

---

请教在VB6.0如何解决正则表达式中的子集呀。

---

我知道一个方法，用webbrowser中的 doument

---

to:phpro(killer)

? 当此字符紧随任何其他限定符（*、+、?、{n}、{n,}、{n,m}）之后时，匹配模式是“非贪心的”。“非贪心的”模式匹配搜索到的、尽可能短的字符串，而默认的“贪心的”模式匹配搜索到的、尽可能长的字符串。例如，在字符串“oooo”中，“o+?”只匹配单个“o”，而“o+”匹配所有“o”。

若没有这个？，那么那个地址就会是：
aaa.htm'>11111</a><a href='bb.htm'>22222</a><a href='cc

我用的是vb6.0，不是.net

---

不用正则表达式，用这个，很简单：
set EventElement = external.menuArguments.document
msgbox EventElement.url+EventElement.title

---

正则表达式 asp 把“<a href=...></a>”之间的内容取出来2006-10-16

用正则表达式如何获取网页中URL及标题2006-10-16

用正则表达式来抓取网页中的href="内容"2006-10-16

XMLHTTP 对象及其方法2006-10-16

小偷&小偷入库&采集入库2006-10-16

XML与ASP结合使用的小偷程序2006-10-16

目前没有评论!

您的姓名： 匿名发送

电子邮件：

评论内容：
不能超过100个字符

所有留言只代表网友个人观点，不代表本站观点。
请各位遵纪守法并注意语言文明。