Code Regex.Matches lọc lấy href, url trong đoạn file html

Chia sẻ Code Regex.Matches lấy toán bộ thuộc tính href, url, đường dẫn của website bất kỳ trong đoạn file html truyền vào. Code này sẽ lọc và lấy toàn bộ thẻ href link của website truyền vào bằng mã html.

Mã:

  public HashSet<String> getUrlLink(string strcontent)
  {
       var Linkreg = Regex.Matches(strcontent, @"(?<=<a\s+[^>]*?href=(?<q>['""]))(?<url>.+?)(?=\k<q>)");
       var list = new HashSet<String>(); //HashSet trùng nhau thì không lấy
       foreach (var Link in Linkreg)
        {
               if (Link.ToString() != "" )
               {
                       list.Add(Link.ToString());
                }
         }
         return list;
  }

• Với hàm getUrlLink() lấy và trả về 1 list danh sách các thẻ URL.
• strcontent: biến dữ liệu chưa toàn bộ code file chuỗi, text,... html cần lọc.
• Hàm sẽ được trả về là 1 chuỗi String không trung lắp nhau về dữ liệu bên trong.

Để lấy dữ liệu (get data HashSet<String>) từ chuỗi String này bạn chỉ cần chạy 1 vòng lặp foreach là lấy được ngay.
VD:

Mã:

var list = new HashSet<String>();
string strContentAll = "<a href='https://itseovn.com'>diễn đàn seo</a>, túi xách hàng hiệu <a href='https://salegiatot.com'>Milistore</a>";

list = getUrlLink(strContentAll );
foreach (var item in list)
{
       //giá trị nằm trong item, chỉ cần gọi item là lấy được ngay giá trị.
}

• List trên sẽ trả về 1 mảng gồm 2 thuộc tính href là : https://itseovn.com và https://salegiatot.com