Question

我知道有人会以某种身份提出这个问题 - 但我还没有看到解决方案的实例。我知道有Html Agility Pack来解析HTML字符串，但我不想下载/安装它。我使用

获取网页的内容

string html = client.DownloadString("http://yoursite.com/page.html");

我有一个带有类的标签，但其中一些标签也有自己的ID或样式等，例如：

<td>I Dont want this</td>
<td class="myClass">I want this</td>
<td class="myClass" id="myID">I want this</td>
<td style="border-top-width: 0px; class="myClass">I want this</td>

我试过

<td>(.*?)</td>

但它返回的标签没有任何类，id等。

我试过

<td class="myClass"[^>]*>(.*?)</td>

但它只返回第二个和第三个<td>值，但不返回第四个值。如何添加通配符以使用<td>返回任何myClass，但忽略在id或style之前或之后发生的任何事情？

Answer 1

这只会识别<td是否具有class或id属性如果有的话，它会通过。

如果您只需要一个类值且id是可选的，请更改条件
到(?(class)|(?!))

找到开始标记后，此方法只是找到下一个闭包（请注意，它不会检查开头<td是否为自包含标记如果可能的话，在原子组之后添加(?<!/>)，即（？＆gt; ..）(?<!/>)）

class和id值位于其命名的捕获组中。

逐字

@"(?is)<td(?=\s)(?>(?:(?<=\s)class\s*=\s*""(?<class>[^""]*)""|(?<=\s)id\s*=\s*""(?<id>[^""]*)""|"".*?""|'.*?'|[^>]*?)+>)(?(class)|(?(id)|(?!))).*?</td\s*>"

扩展

 (?is)
 < td                   # 'td' tag, or any tag for that matter
 (?= \s )
 (?>                    # Atomic grouping
      (?:
           (?<= \s )
           class  \s* = \s*       # 'class' attribute
           "
           (?<class>              # 'class' value                                                      
                [^"]*                  
           )
           "
        |  (?<= \s )
           id  \s* = \s*          # 'id' attribute
           "
           (?<id>                 # 'id' value                                                      
                [^"]*
           )
           "
        |  " .*? "
        |  ' .*? '
        |  [^>]*? 
      )+
      >
 )
 (?(class)              # Conditional - Only tags with our 'class' or 'id' attr/value
   |  
      (?(id)
        |  (?!)
      )
 )
 .*? 
 </td \s* >

顺便说一句，在你的最后一行<td style="border-top-width: 0px; class="myClass">I want this</td>上 style 值包含class = part
style="border-top-width: 0px; class="

Answer 2

应该这样做：<td(.+|)(class="myClass")(.+|)>(.+)<\/td>

实例：https://regex101.com/r/gG6gH0/2

但是如果列表是任何不同的格式，那么你描述的那样你必须排除'＆lt;' ，'＆gt;'捕获组中的字符。

C＃Regex在两个字符串之间使用通配符字符串获取字符串？

2 个答案: