Question

这是我的html字符串：

<p style="opacity: 1; color: #000000; font-weight: bold; font-style: italic; text-decoration: line-through; background-color: #ffffff;">100 gram n!uts</p>

我想获得font-weight值，如果有的话。我如何用正则表达式做到这一点？

Answer 1

这应该解决它

(?<=font-weight: )[0-9A-Za-z]+(?=;)

阐释：

(?<=font-weight: )结果前面的字符串必须是 font-weight：

[0-9A-Za-z]+结果只包含字母和数字，至少包含一个

(?=;)结果后的第一个字符是;

<强>代码：

string Pattern = @"(?<=font-weight: )[0-9A-Za-z]+(?=;)";
string Value = "<p style=\"opacity: 1; color: #000000; font-weight: bold; font-style: italic; text-decoration: line-through; background-color: #ffffff;\">100 gram n!uts</p>";
string Result = Regex.Match(Value, Pattern).Value; //bold

Answer 2

如果您计划将来使用某些HTML解析器，您可能需要查看 CsQuery。只需为您的解决方案安装NuGet包，并使用它，如下面的我的代码段所示。

var html = "<p style=\"opacity: 1; color: #000000; font-weight: bold; font-style: italic; text-decoration: line-through; background-color: #ffffff;\">100 gram n!uts</p>";
var cq = CsQuery.CQ.CreateFragment(html);
foreach (var obj in cq.Select("p"))
{
    var style = string.Empty;
    var has_attr = obj.TryGetAttribute("style", out style);
    if (has_attr)
    {
       // Using LINQ and string methods
       var fontweight = style.Split(';').Where(p => p.Trim().StartsWith("font-weight:")).FirstOrDefault();
       if (!string.IsNullOrWhiteSpace(fontweight.Trim()))
           Console.WriteLine(fontweight.Split(':')[1].Trim());
       // Or a regex
       var font_with_regex = Regex.Replace(style, @".*?\bfont-weight:\s*([^;]+).*", "$1", RegexOptions.Singleline);
       Console.WriteLine(font_with_regex);
    }
}

请注意，运行正则表达式替换现在非常安全，因为我们只有一个普通的短字符串，没有可选的引号，也没有可用的标记。

如果您需要加载网址，请使用

var cq = CsQuery.CQ.CreateFromUrl("http://www.example.com");

这比使用难以阅读的this regex更安全，并且可能会因输入大量文本而失败：

<p\s[^<]*\bstyle="[^<"]*\bfont-weight:\s*([^"<;]+)

从html字符串获取带有正则表达式的样式属性

2 个答案: