Tenho um HTML que eu preciso retirar os valores de um conjunto de <li>
.
Essa é a parte do HTML:
<ul id="minhas-tags">
<li><em>Tagged: </em></li>
<li><a href="/tags/tag1">tag1</a>, </li>
<li><a href="/tags/tag2">tag2</a>, </li>
<li><a href="/tags/tag3">tag3</a>, </li>
<li><a href="/tags/tag4">tag4</a>, </li>
Quero pegar o conteúdo dos <li>
como tag1, tag2, etc.
Depois de muito ler aqui eu cheguei nessa expressão regular:
tags/[a-zA-Z]+">[a-zA-Z]+<+
Isso consegue isolar o HTML que eu quero de todo o resto, mas eu não sei como transforma essa expressão para que ela ache os valores e retorne somente o conteúdo do <li>
.
Essa expressão me retorna por exemplo: /tags/tag1">tag1<
, e eu quero somente tag1
.
Como eu faria isso? E teria como me explicar como funcionaria a expressão sugerida como solução, por favor?
Atualização
Desculpem, não coloquei a linguagem, estou usando C#, minha rotina é mais ou menos assim:
public string retorna_Tags_HTML(string html)
{
Regex ER = new Regex(@"tags?([\w]+)<\/a>", RegexOptions.None);
Match m = ER.Match(html);
}
/tags?([\w]+)<\/a>/g
.