从 html 字符串中提取 json 对象

本文关键字：json 对象 提取 html 字符串 | 更新日期: 2023-09-27 18:34:19

我遇到了一个问题，即我从包含 html 的 Web 请求中获取一个字符串，但该 html 内部是一个 json 对象，我需要将其解析为要在代码中使用的对象，但我被困在如何做到这一点。

我尝试使用 IndexOf（） 和 LastIndexOf（），但是当我尝试将它们指向第一个和最后一个大括号时，我得到的索引为 -1 和一个异常。

有什么想法吗？

编辑：我还尝试将其转换为字符列表并对其进行擦除，但是当它被转换时，大括号消失了，位置是一个空条目。

编辑2：

添加了我从请求中获取的 html，我需要提取的第 3-5 行。

<html xmlns="http://www.w3.org/1999/xhtml" xml:lang="en" lang="en">
<body onload="parent.postMessage('redirectResponse=
{"messageId":"4232450191","errorCode":0,"sessionToken":
{"sessionToken":"tRabFfRPwYX4fGdHZOrBYDAAoICwwCDo","issuerSystemId":"380","creationTime":
{"timestamp":"2016-02-11T08:58:30.000+00:00"},"expirationTime":
{"timestamp":"2016-02-11T09:03:30.000+00:00"},"maxIdlePeriod":0},
"realMode":1,"username":"myUserName"}
', 'https://target.site.com');"></body></html>

从 html 字符串中提取 json 对象

  1. 您可以使用正则表达式来剪切 JSON 文本。
  2. 使用 Newtonsoft.Json 包解析 Json 文本。
string htmlText = Resources.html;
string jsonPtn = @"'{(?:[^'{'}]|(?<o>'{)|(?<-o>'}))+(?(o)(?!))'}";
string input = htmlText.Substring(htmlText.IndexOf("redirectResponse="));
Match match = Regex.Matches(input, jsonPtn, RegexOptions.Multiline | RegexOptions.IgnoreCase)[0];
string jsonText = match.Groups[0].Value;
var jsonObj = JObject.Parse(jsonText);

jsonObj 将如下所示：

{

{ "消息 ID"： "4232450191"， "错误代码"：0， "会话令牌"：{ "sessionToken"： "tRabFfRPwYX4fGdHZOrBYDAAoICwwCDo"， "发行者系统ID"： "380"， "创建时间"：{ "时间戳"："2016-02-11T03：58：30-05：00" }, "过期时间"：{ "时间戳"："2016-02-11T04：03：30-05：00" }, "最大空闲周期"： 0 }, "真实模式"： 1， "用户名"： "我的用户名"}}<</p>

div class="answers">

你能提供你收到的html字符串吗？

更新：

可能是编码的问题。

尝试：

使用 HttpWebResponse 的编码问题

或

是否可以以正确的编码从网络响应中获取数据

                if (response.CharacterSet == null)
                {
                    readStream = new StreamReader(receiveStream);
                }
                else
                {
                    readStream = new StreamReader(receiveStream, Encoding.GetEncoding(response.CharacterSet));
                }

如果您在上面的链接中找不到解决方案，请发布您正在使用的代码...

public class MyHtmlTagRemover {

public static void main(String a[]){
    String text = "<B>I don't want this to be bold<''B>";
    System.out.println(text);
    text = text.replaceAll("''<.*?''>", "");
    System.out.println(text);
}

}

相关文章：