怎么用正则修改从网页中抓取的新闻标题

2012-03-18

如何用正则修改从网页中抓取的新闻标题？HTML codelia hrefhttp://news.sina.com.cn/c/2012-03-15/080

如何用正则修改从网页中抓取的新闻标题？

HTML code

<li><a href="http://news.sina.com.cn/c/2012-03-15/080824118515_4.shtml" target="_blank">重庆日报刊登温家宝就王立军问题答问</a></li>                            <li><a href="http://news.sina.com.cn/c/2012-03-15/080824118515_2.shtml" target="_blank">重庆日报头版刊登温家宝答问</a></li>                            <li><a href="http://news.sina.com.cn/c/2012-03-15/075924118497.shtml" target="_blank">卫生部副部长呼吁政府增加对公立医院财政投入</a></li>                            <li><a href="http://news.sina.com.cn/c/2012-03-15/071124118406.shtml" target="_blank">调查显示北上广近四成居民看跌今年房价</a></li>

例如，以上是从网页中抓取的新闻信息。
现在我想实现，当标题超过15个字节时，多余的用...表示。

不知道是否可以用正则实现，求高中帮忙解决。

另，若该方法不行，在后台如何根据HTML标签对源码进行拆分呢？

[解决办法]

C# code

    string html=@"<li><a href=""http://news.sina.com.cn/c/2012-03-15/080824118515_4.shtml"" target=""_blank"">重庆日报刊登温家宝就王立军问题答问</a></li>                            <li><a href=""http://news.sina.com.cn/c/2012-03-15/080824118515_2.shtml"" target=""_blank"">重庆日报头版刊登温家宝答问</a></li>                            <li><a href=""http://news.sina.com.cn/c/2012-03-15/075924118497.shtml"" target=""_blank"">卫生部副部长呼吁政府增加对公立医院财政投入</a></li>                            <li><a href=""http://news.sina.com.cn/c/2012-03-15/071124118406.shtml"" target=""_blank"">调查显示北上广近四成居民看跌今年房价</a></li>";                                        html=Regex.Replace(html,@"(?i)(?<=<a[^>]*?>).*?(?=</a>)",m=>m.Value.Length>15?m.Value.Substring(0,15)+"...":m.Value);    Console.WriteLine(html);

热点排行

asp.net

怎么用正则修改从网页中抓取的新闻标题