在 C# 中使用 match 提取两个字符串分隔符之间的字符串内容

本文关键字：字符串 两个 分隔符 之间 match 提取 | 更新日期: 2023-09-27 18:37:14

所以，假设我正在解析以下HTML字符串：

<html>
    <head>
        RANDOM JAVASCRIPT AND CSS AHHHHHH!!!!!!!!
    </head>
    <body>
        <table class="table">
            <tr><a href="/subdir/members/Name">Name</a></tr>
            <tr><a href="/subdir/members/Name">Name</a></tr>
            <tr><a href="/subdir/members/Name">Name</a></tr>
            <tr><a href="/subdir/members/Name">Name</a></tr>
            <tr><a href="/subdir/members/Name">Name</a></tr>
            <tr><a href="/subdir/members/Name">Name</a></tr>
            <tr><a href="/subdir/members/Name">Name</a></tr>
            <tr><a href="/subdir/members/Name">Name</a></tr>
            <tr><a href="/subdir/members/Name">Name</a></tr>
            <tr><a href="/subdir/members/Name">Name</a></tr>
        </table>
    <body>
</html>

我想隔离**的内容（表类中的所有内容）

现在，我使用正则表达式来完成此操作：

string pagesource = (method that extracts the html source and stores it into a string);
string[] splitSource = Regex.Split(pagesource, "<table class=/"member/">;
string memberList = Regex.Split(splitSource[1], "</table>");
//the list of table members will be in memberList[0];
//method to extract links from the table
ExtractLinks(memberList[0]);

我一直在寻找其他方法来执行此提取，并且在 C# 中遇到了 Match 对象。

我正在尝试做这样的事情：

Match match = Regex.Match(pageSource, "<table class='"members'">(.|'n)*?</table>");

上面的目的是希望提取两个分隔符之间的匹配值，但是，当我尝试运行它时，匹配值为：

match.value = </table>

因此，我的问题是：有没有一种方法可以从我的字符串中提取数据，它比使用正则表达式的方法更容易/更具可读性/更短？对于这个简单的例子，正则表达式很好，但对于更复杂的例子，我发现自己的编码相当于整个屏幕上的涂鸦。

我真的很想使用 match，因为它看起来是一个非常整洁的类，但我似乎无法让它满足我的需求。谁能帮我解决这个问题？

谢谢！

在 C# 中使用 match 提取两个字符串分隔符之间的字符串内容

使用 HTML

解析器，如 HTML Agility Pack。

var doc = new HtmlDocument();
using (var wc = new WebClient())
using (var stream = wc.OpenRead(url))
{
    doc.Load(stream);
}
var table = doc.DocumentElement.Element("html").Element("body").Element("table");
string tableHtml = table.OuterHtml;

您可以将 XPath 与 HTmlAgilityPack 一起使用：

HtmlAgilityPack.HtmlDocument doc = new HtmlAgilityPack.HtmlDocument();
doc.LoadHtml(s);
var elements = doc.DocumentNode.SelectNodes("//table[@class='table']");
foreach (var ele in elements)
{
    MessageBox.Show(ele.OuterHtml);
}

您在正则表达式中添加了括号以捕获匹配项：

Match match = Regex.Match(pageSource, "<table class='"members'">(.|'n*?)</table>") ;

无论如何，似乎只有查克·诺里斯才能使用正则表达式正确解析 HTML。

相关文章：