Question

我必须匹配HTML中的大量记录。我希望每条记录都与正则表达式匹配（使用.NET Regex Match）。

每条记录的格式都是这样的（HTML包含普通HTML和大约100条记录，如下所示）：

<tr onclick="window.location.href='Vareauktion.asp?VISSER=Ja&funk=detaljedata&ID=14457'" style="cursor:hand" onmouseover="bgColor='#808080'" onmouseout="bgColor='#4b4b4b'" bgcolor="#4b4b4b"> 
                            <td valign="top"> 
                            <div id='OrdreID14457'></div> 
                <script>RunTimer('OrdreID14457', '04-10-2010 14:30:22');</script> 
                            <em><font size="-1">04-10-2010 14:30:22</font></em></td> 
                            <td valign="top"> Voldby (28|0)</td> 
                            <td valign="top">02:16:00</td> 
                            <td valign="top">09-10-2010<br>15:30:22</td> 
                            <td valign="top">Modeltog <img src="images/Gods_Modeltog.gif" alt="Modeltog" height="15" border="0"></td> 
                            <td valign="top">6603 T.</td> 
                            <td valign="top"> 
                            <img src='images/moneter.gif' height='13' alt='Moneter'>5.751.213 

                            </td> 
                            <td valign="top"> 

                            </td> 
                            <td valign="top"> 

                            </td> 
                        </tr>

到目前为止，我已尝试过以下内容：

正则表达式：

id='OrdreID.*[^(<td colspan="9" height="1" bgcolor="#000000">)]*<td colspan="9" height="1" bgcolor="#000000">

我要做的是以下内容：

开始我的比赛：id ='OrdreID
事后接受一切，直到看到： <td colspan="9" osv..
然后最后，我匹配决赛：

根据我目前的解决方案，我遇到的问题是排除模式只匹配字符，而不是字符串..

我一直在阅读“前瞻”，但我不知道如何在这种情况下使用它..

非常感谢!! 最好的祝福，拉斯

Answer 1

我看到你已经尝试过需要螺丝刀的锯子。

您是否尝试过使用HTML解析器？

Answer 2

使用HtmlAgilityPack或类似的解析器。如果你必须使用正则表达式，并且你不太关心健壮性或可维护性，你可以尝试类似的东西：

string pattern = "(?<=id='OrdreID).+(?=<td colspan=\"9\" osv)";

正则表达式 - 匹配HTML记录

2 个答案: