Question

<tr><td>Di, 12.04.16</td><td>1</td><td>D</td><td>D</td><td>255</td><td>ABC</td><tr>

我想只匹配ABC或其他任何介于

之间的东西

<td>
</td> (before and after ABC)

这个Patter对我不起作用：

((?!<tr><td>[D-M][i-r],[' ][0-3][0-9]\\.[0-1][0-9]\\.[0-9][0-9]</td><td>[1-9][0-2]?</td><td>[A-Z]?[A-Z]?[A-Z]?[A-Z]?[1-5]?</td><td>(---|[A-Z]?[A-Z]?[A-Z]?[A-Z]?[1-5]?)</td><td>).*(?!</td></tr>))

你知道吗？请求帮助

Answer 1

正如艾米所说，不要使用正则表达式来解析HTML。您可以从NuGet安装Html Agility Pack并使用System.Linq Namespace进行解析。

例如：

string html = "<html><head></head><body><p class='testclass'>This is a paragraph.</p><table><tr><td>Di, 12.04.16</td><td>1</td><td>D</td><td>D</td><td>255</td><td>ABC</td><tr></table></body></html>";
HtmlDocument doc = new HtmlDocument();
doc.LoadHtml(html);
var programmes = doc.DocumentNode.Descendants().Where(d => d.GetAttributeValue("class", "") == "testclass");
var trs = doc.DocumentNode.Descendants("tr"); // Give you all the trs
foreach (var tr in trs)
{
    var tds = tr.Descendants("td").ToArray(); // Get all the tds
    //Sample, show the result in a TextBlock
    foreach (var td in tds)
    {
        txt.Text = txt.Text + " " + td.InnerText;
    }
}

结果如此：

正则表达式匹配除HTML标记之外的所有内容

1 个答案: