如何从特定字符串中提取时间

本文关键字：提取 取时间 字符串 | 更新日期: 2023-09-27 18:37:01

我的代码是：

htmltoextract = new Uri("http://test");
client = new WebClient();
f = client.DownloadString(htmltoextract);
client.Dispose();
string pattern = @"('d{12})";
Regex ex = new Regex(pattern, RegexOptions.Singleline);
MatchCollection matches = ex.Matches(f);
IFormatProvider provider = CultureInfo.InvariantCulture;
List<DateTime> dateTime = new List<DateTime>();
foreach (Match match in matches)
{
     dateTime.Add(DateTime.ParseExact(match.Value, "yyyyMMddHHmm", provider));
}

在里面f里面的某个地方，我有这样一行：

var imageUrls = ["/image2.ashx?region=is&time=201501102145&ir=false","/image2.ashx?region=is&time=201501102130&ir=false","/image2.ashx?region=is&time=201501102115&ir=false","/image2.ashx?region=is&time=201501102100&ir=false","/image2.ashx?region=is&time=201501102045&ir=false","/image2.ashx?region=is&time=201501102030&ir=false","/image2.ashx?region=is&time=201501102015&ir=false","/image2.ashx?region=is&time=201501102000&ir=false","/image2.ashx?region=is&time=201501101945&ir=false"];

我需要将其提取两次到两个列表：

第一个列表是日期时间

第二个列表应该是字符串，它应该添加到其中：

/image2.ashx?region=is&time=201501102145&ir=false
/image2.ashx?region=is&time=201501102130&ir=false
/image2.ashx?region=is&time=201501102115&ir=false
/image2.ashx?region=is&time=201501102100&ir=false
/image2.ashx?region=is&time=201501102045&ir=false
/image2.ashx?region=is&time=201501102030&ir=false
/image2.ashx?region=is&time=201501102015&ir=false
/image2.ashx?region=is&time=201501102000&ir=false
/image2.ashx?region=is&time=201501101945&ir=false

我有两个问题：

如何提取时间和字符串/image2.ashx？region=is&time=201501101945&ir=false

我如何仅从部分中提取所有内容：var imageUrls = ["........

由于在f内部还有其他地方，因此我只需要从 var imageUrls = [" 并以 "] 结尾的部分中提取它;

如何从特定字符串中提取时间

这就是我要做的。这不是一个纯粹的解决方案，但它有效。

（下面假设您的数据格式在合理的时间段内保持完全相同。如果管理源代码的人发生变化，这段代码就会中断！

  1. 对模式"var imageUrls = [ ... ];"进行正则表达式匹配，并将其移动到单独的字符串中。
  2. 从这里，切掉var imageUrls = [并从绳子上];。

路径 A：

  1. 使用 string.split() 创建 url 字符串的数组。
  2. 通过字符串运行 for 循环并将它们分配给 Uri 类（例如：myUri ）。现在，您可以通过HttpUtility.ParseQueryString(myUri.Query).Get("time");获取每个查询字符串变量的值部分

路径 B：

  1. 还要砍掉"/image2.ashx？region=is&time="和"&ir=false"，只留下你真正想要的东西。

步骤：

  • 使用 HtmlAgilityPack 获取 HTML 并提取特定的<script>标签。
  • 可能该脚本块可以仅与正则表达式甚至基本String.IndexOf匹配以删除URL列表
  • 只需使用String.Split列表即可切入唯一一次
  • 对于每个 Url，使用 Uri 类提取Uri.Query部分，然后从 Uri 获取单个查询参数

注意：如果 JavaScript 太复杂，您可能需要获取真正的 JavaScript 解析器...

要匹配时间使用：

(?!/image2'.ashx'?region=is&time)'d+(?=&ir=false)

演示

相关文章：