Question

我尝试检索<td>和</td>之间的所有文字，但我只收到了我的收藏中的第一个匹配项。我需要*还是其他什么？这是我的代码。

string input = @"<tr class=""row0""><td>09/08/2013</td><td><a href=""/teams/nfl/new-england-patriots/results"">New England Patriots</a></td><td><a href=""/boxscore/2013090803"">L, 23-21</a></td><td align=""center"">0-1-0</td><td align=""right"">65,519</td></tr>";

string pattern = @"(?<=<td>)[^>]*(?=</td>)";
MatchCollection matches = Regex.Matches(input, pattern);
foreach (Match match in matches)
{
    try
    {
        listBoxControl1.Items.Add(matches.ToString());
    }
    catch { }
}

Answer 1

使用以下正则表达式：

string input = "<tr class=\"row0\"><td>09/08/2013</td><td><a href=\"/teams/nfl/new-england-patriots/results\">New England Patriots</a></td><td><a href=\"/boxscore/2013090803\">L, 23-21</a></td><td align=\"center\">0-1-0</td><td align=\"right\">65,519</td></tr>";

string pattern = "(<td>)(?<td_inner>.*?)(</td>)";

MatchCollection matches = Regex.Matches(input, pattern);

foreach (Match match in matches) {
    try {
        Console.WriteLine(match.Groups["td_inner"].Value);
    }
    catch { }
}

Answer 2

HTML（XHTML除外）并不严格，在某些情况下

你可以拥有没有结束标签的标签。
你可以拥有嵌套标签..

regex不适合解析这种复杂的语法。你需要使用解析器..

使用htmlagilitypack解析器

您可以使用此代码使用HtmlAgilityPack

检索它

HtmlDocument doc = new HtmlDocument();
doc.Load(yourStream);

var tdList = doc.DocumentNode.SelectNodes("//td")
                  .Select(p => p.InnerText)
                  .ToList();

Answer 3

我在Nicolas Durand找到了http://geekcoder.org/js-extract-hashtags-from-text/的解决方案 - 它看起来效果很好：

#[^ :\n\t\.,\?\/’'!]+

祝你好运，菲尔

正则表达式匹配集合多个匹配

3 个答案: