用正则表达式提取网页中的文字解决思路

2012-03-09

用正则表达式提取网页中的文字我想从下面的网页源码中提取以下内容，不知道使用正则表达式是不是可以做到。

用正则表达式提取网页中的文字
我想从下面的网页源码中提取以下内容，不知道使用正则表达式是不是可以做到。
需要的截取的结果：
1、Dear My friends, 2011已经过去了，烦恼也统统过去了，寒冷也悄悄走了，疲惫也渐渐消失了，让我们梳理下心情，携着幸福，带上快乐一起狂奔，2012我们来了！
2、[]里面的09:12

以下是网页源码：

*****************************************************
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE wml PUBLIC "-//WAPFORUM//DTD WML 1.1//EN" "http://www.wapforum.org/DTD/wml_1.1.xml">

<wml>

<head>
<meta forua="true" http-equiv="Cache-Control" content="no-cache" />
<meta forua="true" http-equiv="Cache-Control" content="max-age=0" />
<meta forua="true" http-equiv="Cache-Control" content="must-revalidate" />
</head>

<card id="start" title="消息会话">



<img src="/im/images/scorelevel/xin.gif" alt="." ></img><a href="/im/box/alllist.action?t=65222026047422869">1条新消息</a>
<a href="/im/chat/toinputMsg.action?touserid=901049322&backUrl=&t=65222026047537869">刷新</a>[<a href="/im/chat/setchatrefresh.action?touserid=901049322&backUrl=&t=65222026047610869">手动</a>]

 
<a href="/im/user/userinfoByuserid.action?touserid=901049322&t=1326676803399">民</a>[在线]><a href="/im/index/recentcontacts.action?touserid=901049322&t=65222026047753869">换人</a> 

[新]Dear My friends, 2011已经过去了，烦恼也统统过去了，寒冷也悄悄走了，疲惫也渐渐消失了，让我们梳理下心情，携着幸福，带上快乐一起狂奔，2012我们来了！
（使用电脑登录飞信，更多功能更精彩）[09:12] 

<input name="msg1326676803287" title="" value="" type="text" emptyok="true"
maxlength="1000" /> 
<anchor>发送消息<go method="post" href="/im/chat/sendMsg.action?touserid=901049322" accept-charset="utf-8" ><postfield name="backUrl" value=""/><postfield name="touchTitle" value=""/><postfield name="touchTextLength" value=""/><postfield name="msg" value="$(msg1326676803287)"/></go></anchor> 
添加><anchor>表情<go method="post" href="/im/chat/insertPic.action?touserid=901049322" accept-charset="utf-8" ><postfield name="backUrl" value=""/><postfield name="touchTitle" value=""/><postfield name="touchTextLength" value=""/><postfield name="msg" value="$(msg1326676803287)"/></go></anchor>.<anchor>动作<go method="post" href="/im/chat/insertTouch.action?touserid=901049322" accept-charset="utf-8"><postfield name="backUrl" value=""/><postfield name="msg" value="$(msg1326676803287)"/></go></anchor>.<anchor>招呼<go method="post" href="/im/chat/sayHelloToFriend.action?touserid=901049322&backUrl=" accept-charset="utf-8"></go></anchor>.<a href="http://f.10086.cn/f/ma">元旦</a> 

发送短信给TA[<a href="http://f.10086.cn/info/c/?nid=837">?</a>]
 

【其他功能】 
<a href="/im/chat/chatMsgHistory.action?touserid=901049322&backUrl=&t=1326676803402">聊天记录</a>|<a href="/im/user/userinfoByuserid.action?touserid=901049322&backUrl=&t=1326676803402">TA的资料</a>|<a href="http://f.10086.cn/space/friendspace/viewSpace.action?uid=901049322">TA的空间</a>

<a href="/im/user/updateLocalname.action?touserid=901049322">备注姓名</a> 
<a href="http://f.10086.cn/f/sjfx4">[荐] 想发图片表情？用手机飞信试试</a> 

<a href="/im/index/index.action?type=online&shorttype=online&t=1326676803402">返回WAP飞信</a>><a href="/im/box/alllist.action?t=65222026050198869">消息盒子</a>

 

<a href="http://f.10086.cn/space/myspace/layout.action">空间</a>-<a href="http://f.10086.cn/jy/home/index.action">家园</a>-<a href="/im/index/index.action?t=65222026051373869">WAP飞信</a> 
<a href="http://f.10086.cn/index.jsp">手机飞信网</a>-<a href="http://f.10086.cn/info/c/?nid=29">导航</a>-<a href="http://f.10086.cn/portal/cscenter.action?do=layout">客服</a>
 

[01月16日 09:20]

</card>
</wml>
********************************************************

[解决办法]
\[新\](?<message>[\s\S]*)?（使用电脑登录飞信，更多功能更精彩）\[(?<time>[\d:]+)\] 

[解决办法]

VB.NET code

(?is)(?<=\[新\])(?<内容>.*)（.*）\[(?<时间>.*)\](?=<br />)分组1(内容)-----Dear My friends, 2011已经过去了，烦恼也统统过去了，寒冷也悄悄走了，疲惫也渐渐消失了，让我们梳理下心情，携着幸福，带上快乐一起狂奔，2012我们来了！分组2(时间)----09:12
[解决办法]
VB.NET codeDim m As Match = Regex.Match(yourHtml,"(?s)\[新\](.*?)\[(\d{2}:\d{2})")m.Groups(1).Value'是你要的第一段m.Groups(2).Value'是你要的第二段

热点排行

VB Dotnet

用正则表达式提取网页中的文字解决思路