RegEx 从字符串 .NET 中删除内部 Intranet 链接答案

【问题标题】：RegEx Remove Internal Intranet Links from String .NETRegEx 从字符串 .NET 中删除内部 Intranet 链接
【发布时间】：2011-02-07 17:15:57
【问题描述】：

我正在寻找一种方法来删除字符串中对内部 Intranet 站点的所有引用，同时保留标签。

例如：

Dim str As String = Nothing
str &= "<a href=""http://intranet/somepage.asp"">Internal Page</a>"
str &= "<a href=""http://www.external.com"">External Page</a>"

任何引用 http://intranet 的内容都将被视为内部内容，需要使用正则表达式进行解析和删除。

感谢您的帮助。

谢谢

【问题讨论】：

标签： .net regex parsing

【解决方案1】：

虽然它不是正则表达式解决方案，但它同样简单。鉴于上面的两个示例，您可以执行以下操作：

Private Function IntranetCheck(ByVal link As String) As String
    If link.ToLower().Contains("http://intranet/") Then
        Return link.Split(">")(1).Split("<")(0)
    Else
        Return link
    End If
End Function

用法：

Dim str As String = Nothing
str &= IntranetCheck("<a href=""http://intranet/somepage.asp"">Internal Page</a>") 
str &= IntranetCheck("<a href=""http://www.external.com"">External Page</a>")

这将检查传入的字符串是否包含内网地址，如果包含则将字符串拆分为仅返回元素的内部文本。

【讨论】：

【解决方案2】：

我强烈建议使用Html Agility Pack 进行此类处理。使用此工具，您可以执行以下操作：

HtmlDocument doc;
doc.Load(fileName);
foreach(HtmlNode anchor in doc.DocumentNode.Descendants("a").Where(n => n.GetAttributeValue("href", string.Empty).Contains("intranet")))
{
    // Change your href attribute here
    string newHref = anchor.GetAttributeValue("href", string.Empty).Replace("intranet", "somethingelse");
    anchor.SetAttributeValue("href", newHref);
}

【讨论】：

Jacob 我已经看到一些关于 Html Agility Pack 的提及，我可能需要开始研究它。感谢您的建议。
当然可以。使用 html 时，这是绝对必要的 (IMO)。