如何使用正则表达式查找 HTML 文本中的所有 url？

Question

我将网页的源代码保存在文本框中，我想搜索文本框并将来自该网站自己的域（www.test.com）的所有链接放入字符串列表中。

例子：

文本框在源代码中隐藏了以下链接

a href="index.html
a href="www.test.com/about_us.html
a href="mailto:test@test.com
a href="www.google.com/partners.html

我想提取 index.html 和 about_us.html 并将它们放入字符串列表中。

我试过了：

    For Each i As Match In Regex.Matches(TextBox2.Text, "\b" + url + "\b")
        list1.Add(i.Value)
    Next

但似乎无法让它工作，任何帮助将不胜感激。

Answer 1

我最终使用了 Stephan 的答案，并从regexhero获得了我需要的代码

        Dim strRegex As String = "<?href\s*=\s*[""'].+?[""'][^>]*?"
        Dim myRegex As New Regex(strRegex, RegexOptions.None)
        For Each myMatch As Match In myRegex.Matches(TextBox1.Text)
            If myMatch.Success Then
                ' Add your code here
            End If
        Next