using System.Collections.Generic;

using System.Text.RegularExpressions;

using System;

​

public class Program

{

    public static void Main()

    {

        var html = "<p>Controlar los niveles en sangre de bicarbonato, sodio y potasio. Alcaliniza la orina. Usar con precaución en pacientes con insuficiencia hepática. <a href=\"http://www.garrahan.gov.ar/PDFS/cime/junio2018.pdf\">Ver guía preliminar para la prevención de teratogénesis causada por medicamentos.</a></p>" +

            "<p>Controlar los niveles en sangre de bicarbonato, sodio y potasio. Alcaliniza la orina. Usar con precaución en pacientes con insuficiencia hepática. <a href=\"http://www.garrahan.gov.ar/PDFS/cime/junio2018.pdf\">Ver guía preliminar para la prevención de teratogénesis causada por medicamentos.</a></p>" +

            "<p>Controlar los niveles en sangre de bicarbonato, sodio y potasio. Alcaliniza la orina. Usar con precaución en pacientes con insuficiencia hepática. <a href=\"http://www.garrahan.gov.ar/PDFS/cime/junio2018.pdf\">Ver guía preliminar para la prevención de teratogénesis causada por medicamentos.</a></p>";

        var s = LinkFinder.Find(html);

        foreach (LinkFinder.HtmlPart i in s)

        {

            Console.WriteLine(i);

        }

    }

}

​

static class LinkFinder

{

    public struct HtmlPart

    {

        public string Url;

        public string Text;

​

        public override string ToString()

        {

            return Url + "\n\t" + Text;

        }

    }

    public static List<HtmlPart> Find(string file)

    {

        var list = new List<HtmlPart>();

​

        // 1.

        // Find all matches in file.

        //MatchCollection m1 = Regex.Matches(file, @"(<a.*?>.*?</a>)", RegexOptions.Singleline);

        var pendingContent = file;

        while (true)

        {

            Match m1 = Regex.Match(pendingContent, @"^(.*?)(<a.*?>.*?<\/a>)(.*)", RegexOptions.Singleline);

​

            if (m1.Success)

            {

                var previousText = new HtmlPart();

                previousText.Text = m1.Groups[1].Value; // Texto previo al link (puede estar vacío);

                list.Add(previousText);

                var linkText = m1.Groups[2].Value;

                var link = new HtmlPart();

​

                // 3.

                // Get href attribute.

                Match m2 = Regex.Match(linkText, @"href=\""(.*?)\""", RegexOptions.Singleline);

                if (m2.Success)

                    link.Url = m2.Groups[1].Value;

​

                // 4.

                // Remove inner tags from text.

                string t = Regex.Replace(linkText, @"\s*<.*?>\s*", "", RegexOptions.Singleline);

                link.Text = t;

​

                list.Add(link);

                pendingContent = m1.Groups[3].Value;

            }

            else

            {

                var z = new HtmlPart();

                z.Text = pendingContent;

                list.Add(z);

                break;

            }           

        }

        return list;

    }

}

​