在html字符串中获得某字符集合并替换
<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN">
<HTML><HEAD>
<META content="text/html; charset=unicode" http-equiv=Content-Type>
<META name=GENERATOR content="MSHTML 8.00.6001.19400"></HEAD>
<BODY>
<P><IMG border=0 hspace=0 alt="在html字符串中取得某字符集合并替换" align=baseline
src="C:\Documents and Settings\Administrator\桌面\红色按钮.png"></P>
<P> </P>
<OL>
<OL>
<LI>
<DIV align=left><STRONG><EM><U>rthth2013年3月6日<SUP>rty
<TABLE border=1 cellSpacing=0 cellPadding=0 cols=2>
<TBODY>
<TR>
<TD width="50%"> <IMG border=0 hspace=0 alt="在html字符串中取得某字符集合并替换" align=baseline
src="C:\Documents and Settings\Administrator\桌面\未命名.jpg"></TD>
<TD width="50%"> </TD></TR>
<TR>
<TD width="50%"> </TD>
<TD
width="50%"> </TD></TR></TBODY></TABLE></SUP></U></EM></STRONG></DIV></LI></OL></OL></BODY></HTML>
需要取出
C:\Documents and Settings\Administrator\桌面\未命名.jpg
C:\Documents and Settings\Administrator\桌面\红色按钮.png
当然还有其他文件其他路径
替换成““字符串就好了
研究了快一个上午了个人的正则表达式实在不行。
[解决办法]
Regex regx = new Regex("src="([\\s\\S].*?)"");
MatchCollection mc = regx.Matches(html);
List<string> lstFile=new List<string>();
foreach (Match m in mc)
{
lstFile.Add(m.ToString());
} Regex regx = new Regex("src="([\\s\\S].*?)"");
MatchCollection mc = regx.Matches(html);
html=regx.Replace(html,"src=""");