Регулярный выпуск группы захвата выражения

Question

Я хочу проанализировать все теги ссылок из html-файла. Поэтому для этого я написал следующее регулярное выражение, как показано ниже.

var pattern = @"<(LINK).*?HREF=(""|')?(?<URL>.*?)(""|')?.*?>"; 
var regExOptions = RegexOptions.Compiled | RegexOptions.IgnoreCase | RegexOptions.Multiline; 

var linkRegEx = new Regex(pattern , regExOptions); 

foreach (Match match in linkRegEx.Matches(htmlFile)) 
{ 
    var group = match.Groups["URL"]; 
    var url = group.Value; 
} 

Но происходит то, что я нашел совпадения из html-файла, но я получаю пустую группу захвата.

Answer 1

Вы можете попробовать рисунок так:

var pattern = @"<(LINK).*?HREF=(?:([""'])(?<URL>.*?)\2|(?<URL>[^\s>]*)).*?>"; 

Это будет соответствовать:

• буквальным <
• буквальным LINK, захваченный в группе 1
• ноль или более любой символ, не жадный
• любое из следующих
  • один " или ', захваченный в группе 2
  • ноля или более любых символов, не жадность, захваченный в группе URL.
  • все было подобрано в группе 2 (\2 является обратной ссылки)
    или
  • ноль или более любых символов кроме символа пробела или >, жадно, захваченных в группе URL.
• ноль или более любых символов, не жадностью
• буквальным >

Это будет правильно обрабатывать входные сигналы, такие как:

• <LINK HREF="Foo"> производит url = "Foo"
• <LINK HREF='Bar'> производит url = "Bar"
• <LINK HREF=Baz>url = "Baz"