Question

我正在阅读C＃中的网站并将内容作为字符串....有些网站没有格式良好的html结构。

我尝试了HtmlAgilityPack和其他一些，但他们需要格式良好的HTML，这在我的情况下是不可能的。

现在我需要一种非常简单的方法来阅读Div或span id / class。

请给我一个简单的C＃代码，它将会读取

div class="item "

并在我的HTML中获取title，price，photos和description。

Answer 1

如果您将内容作为字符串加载，并且不希望其中包含任何常规结构，那么Regular Expressions就是您的朋友。

这样的事可能会对你有所帮助：

String content = "Your content goes here";

var regex = new Regex("<div(?:.*?)class=\"item\"[^>]*>(.*?)</div>");
foreach (Match div in regex.Matches(content))
{               
    Console.WriteLine(div.Groups[0].Value);
}

从在线网站C＃读取HTML

1 个答案: