在c#中获取两个字符串之间的文本(HTML)
本文关键字:之间 字符串 HTML 文本 两个 获取 | 更新日期: 2023-09-27 18:07:11
我正在尝试解析一个网站的HTML,然后在两个字符串之间获取文本。
我写了一个小函数来获取两个字符串之间的文本。
public string getBetween(string strSource, string strStart, string strEnd)
{
int Start, End;
if (strSource.Contains(strStart) && strSource.Contains(strEnd))
{
Start = strSource.IndexOf(strStart, 0) + strStart.Length;
End = strSource.IndexOf(strEnd, Start);
return strSource.Substring(Start, End - Start);
}
else
{
return string.Empty;
}
}
我把HTML存储在一个名为' HTML '的字符串中。这是我试图解析的HTML的一部分:
<div class="info">
<div class="content">
<div class="address">
<h3>Andrew V. Kenny</h3>
<div class="adr">
67 Romines Mill Road<br/>Dallas, TX 75204 </div>
</div>
<p>Curious what <strong>Andrew</strong> means? <a href="http://www.babysfirstdomain.com/meaning/boy/andrew">Click here to find out!</a></p>
所以,我像这样使用我的函数。
string m2 = getBetween(html, "<div class='"address'">", "<p>Curious what");
string fullName = getBetween(m2, "<h3>", "</h3>");
string fullAddress = getBetween(m2, "<div class='"adr'">", "<br/>");
string city = getBetween(m2, "<br/>", "</div>");
全名的输出可以正常工作,但由于某些原因,其他部分中有额外的空格。我尝试了各种方法来避免它们(例如完全复制源代码中的空格并将它们添加到我的函数中),但它不起作用。
得到如下输出:
fullName = "Andrew V. Kenny"
fullAddress = " 67 Romines Mill Road"
city = "Dallas, TX 75204 "
城市和地址中有空格,我不知道如何避免。
修剪字符串,不必要的空格就会消失:
fullName = fullName.Trim ();
fullAddress = fullAddress.Trim ();
city = city.Trim ();