Question

我正在开发一个获取并处理html文件的.Net（C＃）软件。我需要从该文件中获取html元素的id，我想使用正则表达式。我尝试了一些组合，但没有运气。例如，如果我有一行：

<a href="#" id="thisAnchor" >Link to somewhere</a><div id="divToCollect">BigDiv</div>

我想得到：thisAnchor和divToCollect。我正在使用正则表达式：

Regex.Matches(currentLine, expression);

Answer 1

你不应该使用正则表达式，使用HtmlAgilityPack，你将获得所需的所有属性没有问题：

string html = "<div id='divid'></div><a id='ancorid'></a>";
var doc = new HtmlDocument();
doc.LoadHtml(html);

var divIds = doc.DocumentNode
                .Descendants("div")
                .Where(div => div.Attributes["id"] != null)
                .Select(div => div.Attributes["id"].Value)
                .ToList();

使用c＃中的regex检索给定句子的所有id

1 个答案: