Question

我有一个要求，其中需要使用RegEx C＃找到

'<H3></H3>'

HTML标记计数。

如果中间没有自定义HTML标记（例如，仅包含文本或字符串），则以下代码会正确查找H3标记计数。

var regexHeading = new Regex(@"<h3>(.*?)</h3>");

然而，如果标题标记包含任何自定义HTML标记，则上述RegEx无法按预期工作。 [Ex: <h3><a></a></h3>].

有人建议，这是使用正则表达式c＃查找HTML标记计数的最佳方法（即使它包含任何自定义标记）。

部分解决方案（可能对某人有帮助）：我写了一个自定义标记，但它并不适用于所有场景

Answer 1

不建议使用正则表达式解析html，在stackoverflow中有很多答案。

改为使用HtmlAgilityPack。

实施例：试试这个： HtmlDocument doc = new HtmlDocument(); doc.Load("file.htm"); var h3nodes = doc.DocumentElement.SelectNodes("//body//h3"];

或 var h3nodes = doc.DocumentElement.Descendants("h3");

h3nodes是标签为“h3”的html元素的节点列表。

对于“SelectNodes”方法参数，请阅读XPath。

Answer 2

如果您只想计算<H3>元素的匹配数，那么您只需要匹配开始元素。

如果您需要确保元素格式正确且具有匹配的关闭标记，那么您当前的RegEx应该可以正常工作。如果你能告诉我们你的期望和你得到的结果，那么它将帮助我们给你一个更好的答案。

Answer 3

谢谢Ethan Brown :-) 你给出的提示解决了我的问题。

正则表达式无法找到

 



<H3>/n</H3>

所以，我尝试用空字符串替换New line标记，如下所示

publishingPageContent = publishingPageContent.Replace("\n", string.Empty);
var regexHeading = new Regex(@"<h3>(.*?)</h3>");
//Find matching                                        
var matchHeadings = regexHeading.Matches(publishingPageContent);

感谢guyz帮助我解决这个问题。！：）

如何使用regex c＃在自定义HTML标签之间避免使用HTML标签＃

3 个答案: