Cześć.
Pisze w C# i .NET.
Oto tekst, z którego chcę wyskrobać tytuł, kategorię, która się zmienia oraz wyraz po kategorii (w tym przypadku "jakis_tekst-345345"):
<quote><a href="http://strona.com/kategoria/jakis_tekst-345345" title="Jakis_Tytul" rel</quote>
Próbowałem już:
MatchCollection matchCol = Regex.Matches(tekst, "^<a href=\"http://strona.com/([a-z]*)/(.*)\" title=\"(.*)\" rel$");
No, nie działa...
Proszę o pomoc. Dzięki za wszelką pomoc.
Hmm kiedyś się tak bawiłem, to spisywałem dokument do tablicy, po czym obcinałem nieco string'a
Może są jakieś gotowe funkcje pod HTML'a
Zamiast stosować wyrażenia regularne użyj parsera pod html[0]. Odwołujesz się pod href atrybut i ucinasz kawałek stringa od linku stosując funkcje rodzaju last_index_of i substring.
[0] - http://stackoverflow.com/questions/56107/what-is-the-best-way-to-parse-html-in-c
By the way - Jeśli tworzony program jest czymś w rodzaju lekkiego bota to na twoim miejscu rozważyłbym możliwość użycia języków skryptowych. Mniej sił w to wkładasz i do tego czerpiesz więcej radości z osiąganych rezultatów. Mówię tu szczególnie o przypadku przetwarzania tekstów.
Użyłem leniwą wersję kwantyfikatora, nieco poprawiłem wyrażenie i działa :). Bez leniwca nie działa.