Question

我需要解析一个HTML字符串。我需要以这种格式从字符串中解析value：

title="Profil">VALUE</a>

该值可以包含任意数量的字符，并且必须以</a>结尾。

Answer 1

使用HTML解析器和一些XPath可以非常简单，这可能是比正则表达式更好的选择。以下是使用HTML Agility Pack：

的示例

HtmlWeb hw = new HtmlWeb();
HtmlDocument doc = hw.Load(@"http://jsbin.com/onoho3");
HtmlNode node = doc.DocumentNode.SelectSingleNode("//a[@title='Profil']");
string myValue = node.InnerText;

当然，您也可以从字符串中加载文档：

HtmlDocument doc =new HtmlDocument();
doc.LoadHtml(html);

如果你确实需要一个正则表达式，一些可能性是：
title="Profil">.*?</a>，title="Profil">[^<>]*</a>或title="Profil">\w*</a>，具体取决于您的需求。由于你没有任何特殊字符，所以正则表达式很简单。

Answer 2

我建议使用HTML Agility Pack来处理HTML文档，可以在这里找到：

http://htmlagilitypack.codeplex.com/

Answer 3

如果你真的必须使用RegEx，你的文字必须以点（。）结尾，你可以使用它：

Regex valuePattern=new Regex( @"title=""Profil"">(.*\.)</a>");
string value = "";
Match match = valuePattern.Match(text);

if(match.Success)
    value = match.Groups[1].Value;

对于解析HTML我会建议HtmlAgilityPack，但它会使许多常见的解析问题变得更加容易。

从格式constString1_Value_conString2解析值

3 个答案: