正则表达式收集与C#方式实现

更多 ：http://www.sufeinet.com/thread-1898-1-1.html

1.取出所有的 A标签

<a[^>]+>(.*?)</a>

2.取出A标签里面的属性

 //会取出所有的A标签里面的属性
<a[^>]+> 

3.检查是否存在content的Meta

<meta([^<]*)content=([^<]*)>(.*?)

4.检查是否存在rel的a

<a([^<]*)rel=([^<]*)>(.*?)

5.获取时间的正则表达式

\s\d{1,4}-\d{1,2}-\d{1,2}

6.获取以,分开的数字的正则

\d{1,100}([,]*\d{1,100})*

7.匹配所有的Script标签

<script[^>]*?>.*?</script>

8.匹配所有的noScript标签

<noscript[^>]*?>.*?</noscript>

9. 匹配所有的href标签

href=["'\s]?(.*?)["'\s>]

10.取出Html的编码

Match meta = Regex.Match(html, "<meta([^<]*)charset=([^<]*)[\"']", RegexOptions.IgnoreCase | RegexOptions.Multiline);
                    string charter = (meta.Groups.Count > 2) ? meta.Groups[2].Value : string.Empty;

11.过滤所有Html代码的方法

 /// <summary>
        /// 过滤html标签
        /// </summary>
        /// <param name="strHtml">html的内容</param>
        /// <returns></returns>
        public static string StripHTML(string stringToStrip)
        {
            // paring using RegEx           //
            stringToStrip = Regex.Replace(stringToStrip, "</p(?:\\s*)>(?:\\s*)<p(?:\\s*)>", "\n\n", RegexOptions.IgnoreCase | RegexOptions.Compiled);
            stringToStrip = Regex.Replace(stringToStrip, "<br(?:\\s*)/>", "\n", RegexOptions.IgnoreCase | RegexOptions.Compiled);
            stringToStrip = Regex.Replace(stringToStrip, "\"", "''", RegexOptions.IgnoreCase | RegexOptions.Compiled);
            stringToStrip = StripHtmlXmlTags(stringToStrip);
            return stringToStrip;
        }

        private static string StripHtmlXmlTags(string content)
        {
            return Regex.Replace(content, "<[^>]+>", "", RegexOptions.IgnoreCase | RegexOptions.Compiled);
        }
 //使用访求
        string str = StripHTML(html);

12.验证IP地址的正则表达式

\d{1,3}.\d{1,3}.\d{1,3}.\d{1,3}

13.验证身份证15位和18位

\d{17}[\d|X]|\d{15}

14.验证URL

http(s)?://([\w-]+\.)+[\w-]+(/[\w- ./?%&=]*)?

15.验证电子邮件

\w+([-+.']\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*

16.验证固定电话

(\(\d{3}\)|\d{3}-)?\d{8}

17.邮编

    \d{6}