Question

我正在建造一个小房子＆＃34;使用VB的应用程序正如标题所说，我想从本地html文件中获取部分文本并将其用作变量，或者将其放在文本框中。

我尝试过这样的事情......

Private Sub Open_Button_Click(sender As Object, e As EventArgs) Handles Open_Button.Click
    Dim openFileDialog As New OpenFileDialog()
    openFileDialog.CheckFileExists = True
    openFileDialog.CheckPathExists = True
    openFileDialog.FileName = ""
    openFileDialog.Filter = "All|*.*"
    openFileDialog.Multiselect = False
    openFileDialog.Title = "Open"

    If openFileDialog.ShowDialog = Windows.Forms.DialogResult.OK Then
        Dim fileReader As String = My.Computer.FileSystem.ReadAllText(openFileDialog1.FileName)
            TextBox.Text = fileReader
    End If
End Sub

结果是将整个html代码加载到此文本框中。我该怎么做才能获取html文件代码的特定部分？让我们说我只想从这个范围中抓取文字...... <span id="something">This is a text!!!</a>

Answer 1

我对这个答案做了以下假设。

您的HTML有效 - 即该ID在文档中完全唯一。
您的html标签上始终有一个ID
您将始终使用相同的代码（例如span）

我会做这样的事情：

' get the html document

 Dim fileReader As String = My.Computer.FileSystem.ReadAllText(openFileDialog1.FileName)

' split the html text based on the span element

Dim fileSplit as string() = fileReader.Split(New String () {"<span id=""something"">"}, StringSplitOptions.None)

' get the last part of the text

fileReader = fileSplit.last

' we now need to trim everything after the close tag

fileSplit = fileReader.Split(New String () {"</span>"}, StringSplitOptions.None)

' get the first part of the text 

fileReader = fileSplit.first

' the fileReader variable should now contain the contents of the span tag with id "something"

注意：此代码未经测试，我已在堆栈交换移动应用中输入，因此可能会有一些自动纠正错误。

您可能希望添加一些错误验证，例如确保span元素仅出现一次，等等。

Answer 2

强烈建议使用HTML解析器，因为HTML语言包含许多嵌套标记（例如，请参阅this question）。

但是，使用Regex查找单个标记的内容是可能的，如果HTML格式正确，则没有更大的问题。

这就是你需要的（函数不区分大小写）：

Public Function FindTextInSpan(ByVal HTML As String, ByVal SpanId As String, ByVal LookFor As String) As String
    Dim m As Match = Regex.Match(HTML, "(?<=<span.+id=""" & SpanId & """.*>.*)" & LookFor & "(?=.*<\/span>)", RegexOptions.IgnoreCase)
    Return If(m IsNot Nothing, m.Value, "")
End Function

该功能的参数是：

HTML：HTML代码为字符串。

SpanId：范围的ID（例如<span id="hello"> - hello 是id）

LookFor：在范围内要查找的文字。

在线测试： http://ideone.com/luGw1V

从本地html文件中获取特定部分文本并将其用作变量

2 个答案: