Question

我正在尝试从href中的url参数获取一个ID，如下所示：

<a href="http://www.mysite.com/myitem.php?id=71312">MyItemName</a>

我只想要71312，而且我想尝试使用正则表达式（但如果你有更好的approch，我会很乐意尝试）：

        string html,itemID;
        using (var client = new WebClient())
        {
            html = client.DownloadString("http://www.mysite.com/search.php?search_text=" + myItemName);
        }

        string pattern = "<a href=\"http://www.mysite.com/myitem.php?id=(\d+)\">" + myItemName + "</a>";
        Match m = Regex.Match(html, pattern, RegexOptions.IgnoreCase);
        if (m.Success)
        {
            itemID = m.Groups[1].Value;
            MessageBox.Show(itemID);
        }

html示例：

more html body
<h1>Items - List</h1>
<p><a href="http://www.mysite.com/myitem.php?id=12313">MyItemNameTest</a>, <a href="http://www.mysite.com/myitem.php?id=83">MyItemNameTestB</a>, <a href="http://www.mysite.com/myitem.php?id=213784">MYItemNameOther</a></p>

</div>
more html body

Answer 1

要显示正则表达式出错的地方：

.和?是正则表达式中的特殊字符。 .表示“任何字符”，?表示“前一个表达式的零或一个出现”。因此你的正则表达式无法匹配。此外，您需要在C＃中使用逐字字符串（除非您想要转义每个反斜杠）：

@"<a href=\"http://www\.mysite\.com/myitem\.php\?id=(\d+)\">" + myItemName + "</a>";

可能会奏效。

尽管如此，除非您正在检查的所有链接都遵循这种格式，否则您可能会遇到问题。通过正则表达式解析HTML会让你感受到Cthulhu的愤怒。这就是在这里运行的噱头。

Answer 2

使用：

Uri u = new Uri("http://www.mysite.com/myitem.php?id=12313");
string s = u.Query;
HttpUtility.ParseQueryString(s).Get("id");

在变量id中，您有数字。找出函数的其余部分：）

从下载的html页面获取href url参数的数量？

2 个答案: