在一些抓取、过滤等情况下， 正则表达式 regular expression 的优势是很明显的。
例如，有如下的字符串：
复制代码 代码如下:
现在，需要提取 href 后面的网址，[]内的日期，和 链接的文字。
下面给出C#， ASP 和 Javascript 的实现方式
C#的实现
复制代码 代码如下:
string strHTML = "
string pattern = "http://([^\s]+)".+?span.+?\[(.+?)\].+?>(.+?)<";
Regex reg = new Regex( pattern, RegexOptions.IgnoreCase );
MatchCollection mc = reg.Matches( strHTML );
if (mc.Count > 0)
{
foreach (Match m in mc)
{
Console.WriteLine( m.Groups[1].Value );
Console.WriteLine( m.Groups[2].Value );
Console.WriteLine( m.Groups[3].Value );
}
}
ASP的实现
复制代码 代码如下:
<%
Dim str, reg, objMatches
str = "
Set reg = new RegExp
reg.IgnoreCase = True
reg.Global = True
reg.Pattern = "http://([^s]+)"".+?span.+?[(.+?)].+?>(.+?)<"
Set objMatches = reg.Execute(str)
If objMatches.Count > 0 Then
Response.Write("网址：")
Response.Write(objMatches(0).SubMatches(0))
Response.Write("
")
Response.Write("日期：")
Response.Write(objMatches(0).SubMatches(1))
Response.Write("
")
Response.Write("标题：")
Response.Write(objMatches(0).SubMatches(2))
End If
%>
Javascript的实现
复制代码 代码如下:
