Question

我有这个例子：

<a href="/Forums2008/forumPage.aspx?forumId=393" title="מזג האוויר">מזג האוויר</a>

我要解析的是第一个是forumId = 393然后只有393和链接以及最后一个名字在这种情况下是希伯来语，所以这里的名字应该是有点乱：

מזגהאוויר

我可以使用indexof和substring或htmlagilitypack我更喜欢htmlagilitypack来获取所有三个值，也许regex也是好方法。

最后我应该得到这四个字符串：

forumId = 393
393
מזגהאוויר
/Forums2008/forumPage.aspx?forumId=393

我到目前为止所尝试的并且它甚至没有接近我的目标是一次使用htmlagilitypack而另一次使用下载html将其保存为文件然后解析它我认为使用indexof和substring但不确定如何：

HtmlAgilityPack.HtmlDocument doc =
                        Qhw.Load("http://www.tapuz.co.il/forums/forumslistnew.asp");
parseIds(doc);

WebClient webclient = new WebClient();
webclient.DownloadFile("http://www.tapuz.co.il/forums/forumslistnew.asp",
                        @"c:\testhtml\mainforums.html");
webclient.Dispose();

string[] lines = File.ReadAllLines(@"c:\testhtml\mainforums.html");
foreach(string line in lines)
{
    if (line.Contains("href") && line.Contains("forumId=") && !wholeids.Contains(line))
    {
        string tg1 = "href="";
        wholeids.Add(line);
    }
}
foreach (HtmlNode link in doc.DocumentNode.SelectNodes("//a[@href]"))
{   
    idsnumbers.Add(link.InnerText);
}

idsnumbers是List global var。

Answer 1

我会使用HtmlAgilityPack，Uri.TryCreate和ParseQueryString：

string html = @"<a href=""/Forums2008/forumPage.aspx?forumId=393"" title=""מזג האוויר"">מזג האוויר</a>";
var htmlDoc = new HtmlAgilityPack.HtmlDocument();
htmlDoc.LoadHtml(html);
var anchor = htmlDoc.DocumentNode.Descendants("a").FirstOrDefault();
if(anchor != null)
{
    string name = anchor.InnerText;
    string href = anchor.Attributes["href"].Value;
    Uri uri;
    if(Uri.TryCreate(href, UriKind.RelativeOrAbsolute, out uri))
    {
        var queryString = href.Substring(href.IndexOf('?')).Split('#')[0]; // because of relative uri
        var queryKeyValues = System.Web.HttpUtility.ParseQueryString(queryString);
        string forumId = queryKeyValues["forumId"];
    }
}

你也可以创建一个假的绝对uri来避免字符串方法：

if(Uri.TryCreate(href, UriKind.RelativeOrAbsolute, out uri))
{
    if(!uri.IsAbsoluteUri)
        uri = new Uri(new Uri("http://www.google.com/"), uri);
    var queryKeyValues = System.Web.HttpUtility.ParseQueryString(uri.Query);
    string forumId = queryKeyValues["forumId"];
}

如何从字符串中转义引号？

1 个答案: