Question

在每一行中，我想在标记

之后解析字符串我知道它的HTML，但我将这部分html复制到文本文件中。例如，文本文件中的前两行是这样的：

<li>602 — <a href="/w/index.php?title=Text602&amp;action=edit&amp;redlink=1" class="new" title="Text602 (page does not exist)">Text602</a> document</li>
<li>ABW — <a href="/wiki/AbiWord" title="AbiWord">AbiWord</a> Document</li>

我想从第一行解析602，从第二行解析ABW。我试图做的是：

private void ParseFilesTypes()
        {
            string[] lines = File.ReadAllLines(@"E:\New folder (44)\New Text Document.txt");
            foreach (string str in lines)
            {
                int r = str.IndexOf("<li>");
                if (r >= 0)
                {
                    int i = str.IndexOf(" -", r + 1);
                    if (i >= 0)
                    {

                        int c = str.IndexOf(" -", i + 1);
                        if (c >= 0)
                        {
                            i++;
                            MessageBox.Show(str.Substring(i, c - i));
                        }
                    }
                }
            }
        }

但是c一直是-1

Answer 1

我认为这是正则表达式有用的情况（除非没有li属性）：

var regex = new Regex("^<li>(.+) —");
foreach (string str in lines)
{
     var m = regex.Match(str);
     if (m.Success)
        MessageBox.Show(m.Groups[1].Value);
}

Answer 2

实际上，您的问题是您正在使用错误编码来阅读该文件。您的文件—中有一个特殊字符，而不是-。因此，您需要在代码中更正此字符，并以正确的编码读取文件。如果您使用错误的编码调试读取的字符串，则会看到黑色菱形而不是—。

此外，您需要删除—之前的空格或将i + 1替换为i;

private static void ParseFilesTypes()
{
    string sampleFilePath = @"log.txt";
    string[] lines = File.ReadAllLines(@"log.txt", Encoding.GetEncoding("windows-1252"));
    foreach (string str in lines)
    {
        int r = str.IndexOf("<li>");
        if (r >= 0)
        {
            int i = str.IndexOf(" —", r + 1);
            if (i >= 0)
            {

                int c = str.IndexOf(" —", i);
                if (c >= 0)
                {
                    i++;
                    int startIndex = r + "<li>".Length;
                    int length = i - startIndex - 1;
                    string result = str.Substring(r + "<li>".Length, length);
                    MessageBox.Show(result);
                }
            }
        }
    }
}

如何从阅读所有行的文本文件中解析特定字符串？

2 个答案: