从HTML页面中解析URL

我有一个包含通过WinHttpReadData下载的HTML页面的字符串。 字符串是一个简单的char* 。
我一直试图找到一种方法来只提取该页面上的URL。 举个例子，想象一下你正在谷歌搜索WinHTTP这个词，你会看到一个充满链接的HTML页面。 我现在需要检查每个链接，提取它并将其保存到文件中。

我尝试搜索HREF ， http://和其他关键字然后尝试将字符串一直提取到但它并没有真正起作用。 获得该URL的描述（例如some text获得some text ）也会很好但是它并不像url本身。

这里棘手的是我不能使用第三方库，因为我不想处理许可证等。

关于如何做到这一点的任何想法？ WinHTTP是否提供了这样做的方法？ 在C（ 不是 C ++）？

谢谢您的帮助

Answer 1

也许你应该选择PCRE C API（可在PCRE网站上找到 ）

你需要的正则表达式如下：

.*?)[""'].*?>(?.*?)

这应该在组结构中映射组和 。