用正则获取网页中的标签内容

     有个同事想要从html网页标签中提取特定内容，让我帮忙看看。我研究了下，做了个小工具。

    目标：匹配出  <p><label id="catalog_FUND">基金：</label> 这个p标签里面的a标签的内容

    解决方案：由于一次性匹配出来，难度太大，因此可分为两步走，首先获取这个p标签里面的所有a标签，如下图所示：

 

     

然后，再从这些a标签中获取内容，如图：

 

正则：

<p><label id="catalog_FUND">基金：</label>((<a[^><]*>([^><]*)</a>)*?)</p>

<a[^><]*>([^><]*)</a>

由上面正则可以看出，用的最多的就是[^><]*不包括尖括号的任意多个字符，？表示非贪婪模式，表示在满足匹配的情况下，尽可能少的匹配a标签。

 附小工具的后台代码：

 private void Readtxt_Click(object sender, RoutedEventArgs e)
        {
            //从当前目录获取文件

            string dir = Environment.CurrentDirectory;

            string path = dir + @"\Content.txt";

            if (File.Exists(path))
            {
                var content = File.ReadAllText(path, Encoding.Default);

                this.orginText.AppendText(content);
            }
        }

        private void testMatch_Click(object sender, RoutedEventArgs e)
        {
            TextRange textRange = new TextRange(orginText.Document.ContentStart, orginText.Document.ContentEnd);
            var content = textRange.Text;
            var pattern = regular.Text;

            if (pattern != "" && content != "")
            {
                if (Regex.IsMatch(content, pattern, RegexOptions.IgnoreCase | RegexOptions.Multiline))
                {
                    MessageBox.Show("ok");
                    var maches = Regex.Matches(content, pattern, RegexOptions.IgnoreCase | RegexOptions.Multiline);
                    if (maches.Count > 0)
                    {
                        foreach (Match item in maches)
                        {
                            if (item.Success)
                            {
                                if (item.Groups.Count > 0)
                                {
                                    ResultText.AppendText(item.Groups[1].Value);
                                }
                            }
                        }
                    }
                }
                else
                {
                    MessageBox.Show("fail");
                }
            }
        }