Question

请考虑这种情况：

我们有两个网页。一个包含一些控件的简单页面和Execute首页并获得输出HTML的另一个页面。例如：

StringWriter textWriter = new StringWriter();
HttpContext.Current.Server.Execute("Blinker.aspx", textWriter);
Label1.Text= Server.HtmlEncode(textWriter.ToString());

并返回此（例如）：

<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd"> 
<html xmlns="http://www.w3.org/1999/xhtml"> 
<head>
    <title> </title> 
</head> 
<body> 
<form method="post" action="Blinker.aspx" id="form1"> 
    <div class="aspNetHidden"> 
        <input type="hidden" name="__VIEWSTATE" id="__VIEWSTATE" value="/wEPDwULLTE2MTY2ODcyMjlkZKwUTjEtU7qJweOD/x+Op0ROdM+jDqyILuizFGhjOJQj" /> 
    </div> 
    <div class="blink"> Some Test</div> 
</form> 
</body> 
</html>

问题是如果我只想：

<div class="blink"> Some Test</div>

我如何从C＃中的输出html中获取它？

感谢

Answer 1

尝试HTMLAgilityPack。

这是一个可爱的HTML解析器，通常建议使用它。这将需要格式错误的HTML并按摩它到XHTML，然后是一个可遍历的DOM，比如XML类。因此，对于您在野外找到的代码非常有用。

Answer 2

以下是选项

应用正则表达式从响应HTML中提取此文本
制作XML文档，遍历所有潜水标记。

Answer 3

HtmlElementCollection tData = wb.Document.GetElementsByTagName("div");

            foreach (HtmlElement td in tData)
            {
                string name = "";
                if (td.GetAttribute("classname") == "blink")
                {
                    name = td.InnerText;
                }
            }

Answer 4

我们在其中一个项目中遇到了相同的情况。我会建议Regex和HTMLAgilityPack

使用Agilitypack，您可以使用C＃代码从网页中过滤掉特定内容，并且还有LINQ
然后，如果您需要获取Div中的任何特定文本或任何单个值，您可以使用正则表达式。

希望这有帮助

如何在C＃中获取HTML的一部分

4 个答案: