Question

我在C＃中使用streamreader，我的目标是用它读取文本文件，并且必须在标记之间过滤掉文本（例如<Test> </Test>或<Name> </Name>）并获取标签的名称（如测试或名称），然后将其保存到带有标签名称的字符串中以供日后使用。我已经在互联网上搜索了几天但却找不到任何东西，而且我对C＃没有多少经验，但希望有一些人可以帮助我。文件本身是.txt文件

这是我到目前为止的代码：

class Program
    {
        static void Main(string[] args)
        {

            using (StreamReader sr = new StreamReader(@"C:\testfile.txt"))
            {

                String line;
                // Read line by line
                while ((line = sr.ReadLine()) != null)
                {
                    Console.WriteLine(line);

                }
            }
            Console.ReadKey();
        }

    }

预期输出例如是一个字符串，其名称=纯文本名称标签之间的所有内容，然后test =纯文本中的测试标签之间的所有内容。抱歉我的英语不好，但我希望有一个人可以帮助我。

Answer 1

您可以使用XmlDocument

        XmlDocument Info_Document = new XmlDocument();
        Info_Document.Load(@"D:\saraxml.txt");
        XmlNodeList xmlnodelist = Info_Document.GetElementsByTagName("Name");//finding all nodes called "Name"
            foreach (XmlNode c in xmlnodelist)
            {
               string _name=c.InnerText;
            }

此文件：

<test>
<Name> h0</Name>

<Name> h1</Name>

<Name> h2</Name>

<Name> h3</Name>

<Name> h4</Name>

<Name> h5</Name>
</test>

我得到了：

H0

H1

H2

H3

H4

H5

Answer 2

我建议您使用正则表达式来过滤文本：

http://msdn.microsoft.com/fr-fr/library/system.text.regularexpressions.regex.aspx

这里有一个例子：

http://www.dotnetperls.com/remove-html-tags

Answer 3

如果文件是HTML，您可以使用HTML Agility pack来解析文件，然后按标记名称查询结果。这比正则表达式更受欢迎，因为它更好地处理所有复杂性，例如，嵌套标签，构造不良的html等等。Attempting to parse HTML with regular expressions may lead to insanity。

如果它是纯XML，那么您可以以类似的方式使用XMLDocument。

否则，您将需要编写一个自定义解析器，这是一个更加复杂和耗时的企业。

如果你的文件符合常规语法，你可以构建一个递归下降解析器。

在C＃中使用streamreader在字符串中的<h1> </h1>标记之间保存文本

3 个答案: