我想我已经在标题中写了我想要做的事情,所以现在到了这一点:
每条链接的源代码都被这样删除:
public static string getSourceCode(string url)
{
HttpWebRequest req = (HttpWebRequest)WebRequest.Create(url);
HttpWebResponse resp = (HttpWebResponse)req.GetResponse();
StreamReader sr = new StreamReader(resp.GetResponseStream());
string sourceCode = sr.ReadToEnd();
sr.Close();
resp.Close();
return sourceCode;
}
每个源代码都包含以下文字:
..code..
..code..
<p class="content">
exampleexampleexample
</p>
..code..
..code..
<p class="content">
example
</p>
..code..
..code..
content
元素有更多元素。
content
内容: Regex k = new Regex(@"<p class=""question-content"">[\r\n\s]*(\S.*)");
var g = k.Matches(sourceCode);
现在我可以轻松地提取每场比赛:
g[1].ToString() <-- first match
g[2].ToString() <-- second match
g[3].ToString() <-- thirdmatch
等
但我想要做的是提取以下链接:第一次匹配不包含XYZ
,但至少在其他匹配中有XYZ
。
例如:
第一个链接的源代码在第一个和第三个匹配中包含XYZ
&lt; - 错误
第二个链接的源代码仅在第一场比赛中包含XYZ
&lt; - wrong
第三个链接的源代码仅在第三场比赛中包含XYZ
&lt; - 成功!
我得到了每场比赛的收集:
MatchCollection b1 = Regex.Matches(sourceCode, @"<p class=""content"">[\r\n\s]*(\S.*)");
接下来我要做的是 检查第一场比赛是否包含&#34;示例&#34;通过这个:
if (!b1[0].ToString().Contains("example"))
检查此功能的结果:
bool checkAnother(int amount, MatchCollection m)
{
for (int i=1; i<=amount-1; i++)
{
if (m[i].ToString().Contains("example"))
return true;
}
return false;
}
这就是代码:
MatchCollection b1 = Regex.Matches(sourceCode, @"<p class=""content"">[\r\n\s]*(\S.*)");
if ((!b1[0].ToString().Contains("example")) && (checkAnother(b1.Count, b1)))
{dataGridView1.Rows[i].Cells[2].Value = "GOOD";
}
答案 0 :(得分:3)
您尝试做的不适合正则表达式。
可能可能具有多线匹配,捕获组和环顾四周,但是IMO不值得将大量精力投入到无法维护的解决方案中。
尝试在后处理步骤中验证找到的匹配项。假设你像这样抓住比赛:
var g = k.Matches(sourceCode);
...你可以通过以下方式轻松实现这一目标:
var isFirstOk = !g[0].Value.Contains("XYZ");
var areAllOk = isFirstOk && g.Cast<Match>().Skip(1).Any(m => m.Value.Contains("XYZ"));