在C＃中将特定文本从页面读入字符串数组

Question

我试过这个并寻求帮助，但我无法弄明白。我可以获得页面的源代码，但我不需要整个事情，只需要重复一个字符串。可以把它想象成只抓取页面上文章的标题，然后将它们添加到数组中而不会丢失任何特殊字符。有人可以解释一下吗？

Answer 1

您可以使用正则表达式

从字符串中提取您想要的内容，例如您的html字符串。

或者您可以使用 DOM解析器，例如

Html Agility Pack

希望这有帮助！

Answer 2

你可以使用这样的东西 -

var text = "12 hello 45 yes 890 bye 999";
var matches = System.Text.RegularExpressions.Regex.Matches(text,@"\d+").Cast<Match>().Select(m => m.Value).ToList();

该示例将text变量中的所有数字拉入字符串列表。但是你可以改变正则表达式来做更适合你需要的事情。

Answer 3

如果页面格式正确xml，您可以使用linq to xml，方法是将页面加载到XDocument中，并使用XPath或其他方式遍历所需的元素，并将所需的内容加载到数组中您正在查找（或者只使用枚举，如果您想要做的只是枚举）。但是，如果页面不在您的控制之下，这是一个脆弱的解决方案，当细微的更改可能破坏xml的良好格式时，它可能会随时中断。如果是这种情况，你可能最好使用正则表达式。但是，无论哪种方式，页面都可以在您的下方进行更改，您的代码突然无法使用。

你能做的最好的事情就是让页面提供者公开你需要的web服务，而不是试图抓住他们的页面。