在c#中从页面中读取特定的文本到字符串数组

本文关键字：文本 字符串 数组 读取 | 更新日期: 2023-09-27 18:15:03

我试过这个，并寻求帮助，但我不能弄清楚。我可以得到一个页面的源，但我不需要全部，只需要一个重复的字符串。可以这样想，在不丢失任何特殊字符的情况下，只抓取页面上文章的标题并将它们按顺序添加到数组中。有人能给点启示吗?

在c#中从页面中读取特定的文本到字符串数组

您可以使用正则表达式

从字符串(例如HTML字符串)中提取所需的内容。

或者您可以使用DOM解析器，例如

Html Agility Pack

希望这对你有帮助!

你可以这样写-

var text = "12 hello 45 yes 890 bye 999";
var matches = System.Text.RegularExpressions.Regex.Matches(text,@"'d+").Cast<Match>().Select(m => m.Value).ToList();

该示例将text变量中的所有数字拉到字符串列表中。但是您可以更改正则表达式，使其更适合您的需要。

如果页面是格式良好的xml，则可以使用linq to xml，方法是将页面加载到XDocument中，然后使用XPath或其他遍历到所需元素的方法，然后将所需内容加载到正在查找的数组中(或者如果只想枚举，则直接使用enumerable)。但是，如果页面不在您的控制之下，那么这是一个脆弱的解决方案，当细微的更改可能破坏xml的良好格式时，它可能随时失效。如果是这种情况，您最好使用正则表达式。但是，无论哪种方式，页面都可能在您的命令下被更改，并且您的代码突然无法再工作了。

你能做的最好的事情是让页面的提供者公开你需要的web服务，而不是试图抓取他们的页面。

相关文章：