html - 使用MATLAB解析HTML中 anchor 中的URL，帮助快速

Question

我有严格的时间限制，我真的需要一个正则表达式来解析这种类型的 anchor (它们都是这种格式)

<a href="20120620_0512_c2_1024.jpg">20120620_0512_c2_102..&gt;</a>

网址

20120620_0512_c2_1024.jpg

我知道它不是完整的 URL，它是相对的，请帮忙

到目前为止，这是我的代码

year = datestr(now,'yyyy');
timestamp = datestr(now,'yyyymmdd');
html = urlread(['http://sohowww.nascom.nasa.gov//data/REPROCESSING/Completed/' year '/c2/' timestamp '/']);
links = regexprep(html, '<a href=.*?>', '');

Answer 1

尝试以下操作:

url = 'http://sohowww.nascom.nasa.gov/data/REPROCESSING/Completed/2012/c2/20120620/';
html = urlread(url);
t = regexp(html, '<a href="([^"]*\.jpg)">', 'tokens');
t = [t{:}]'

生成的元胞数组(截断):

t = 
    '20120620_0512_c2_1024.jpg'
    '20120620_0512_c2_512.jpg'
    ...
    '20120620_2200_c2_1024.jpg'
    '20120620_2200_c2_512.jpg'