Question

我想使用C＃regex从字符串中提取代理地址（主机和端口）字符串如下所示：

<span class="tbBottomLine" style="width:140px;">
            208.31.251.38
        </span>
        <span class="tbBottomLine" style="width:50px;">
                80
        </span>

或者

<tr class="odd">
<td>115.29.247.115</td>
<td>8888</td></tr>

Answer 1

编写正则表达式是不可能的，它会从任何标记中捕获代理信息。例如，一些网站可以＆＃34;烘烤＆＃34;将端口号放入图片中，因此您必须单独处理每种标记。

通常， html不能也不应该使用RegEx解析。

无论如何，这是一个可以处理你们两个输入字符串

的例子

WebProxy[] ProxyArray = Regex.Matches(input, @"(?<ip>\d*\.\d*\.\d*\.\d*).*?>\s*(?<port>\d+)\s*<")
               .Cast<Match>().Select(m => new WebProxy(m.Groups["ip"].Value + ":" + m.Groups["port"].Value)).ToArray();

请记住，页面的整个代码都可以包含会破坏此RegEx的元素。

您可能想看看Html Agility Pack。

如何使用C＃regex提取代理IP地址

1 个答案: