.NET用正则表达式从HTML中提取信息

最新推荐文章于 2023-04-07 09:35:49 发布

add8849

最新推荐文章于 2023-04-07 09:35:49 发布

阅读量2.8k

点赞数

分类专栏： C# 文章标签：正则表达式 .net html javascript class regex

本文链接：https://blog.csdn.net/add8849/article/details/769829

版权

C# 专栏收录该内容

26 篇文章 0 订阅

订阅专栏

Regex aRegex = new Regex("</?a[^>]*>");
string content = @"<table border=0 cellspacing=0 cellpadding=0 width=100% ><tr><td width=6></td>
<td width='5' style='line-height:20pt;'><a class='linesta' href='javascript:OpenStatiomMapWin(113.29,23.1247)' title='东山总站2'> 东山总站2 </a></td>

<td width='5' style='line-height:20pt;'><a class='linesta' href='javascript:OpenStatiomMapWin(113.231,23.1023)' title='芳村隧道口站'> 芳村隧道口 </a></td>

<td width='5' style='line-height:20pt;'><a class='linesta' href='javascript:OpenStatiomMapWin(113.226,23.0924)' title='芳村合兴苑站'> 芳村合兴苑 </a></td>

<td width='5' style='line-height:20pt;'><a class='linesta' href='javascript:OpenStatiomMapWin(113.223,23.0787)' title='龙溪大道东(教师新村)站'> 龙溪大道东 </a></td>

<td width='5' style='line-height:16pt;'>芳村花园总站</td>
</table>";

content = aRegex.Replace(content, "");
Regex htmlRegex = new Regex(@"<td[^>]*>(?<Content>[^<]*)</td>");

MatchCollection mc = htmlRegex.Matches(content);
foreach (Match m in mc)
{
Console.WriteLine(m.Groups["Content"].Value);
}

运行结果：
东山总站2
中山医
烈士陵园
大东门
农讲所
文德路
北京路口
南关
海珠广场
爱群大厦
六二三路
市中医院
芳村隧道口
花地湾
芳村合兴苑
东漖北路
汾水
浣花路
芳村客运
龙溪大道东
芳村花园总站

基本思路是先把<a标签全部去掉，然后只获得<td></td>里面的内容
都是正则表达式的基本用法，哪个方法不懂参考MSDN中System.Text.RegularExpressions命名空间

add8849

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
1
评论
.NET用正则表达式从HTML中提取信息

Regex aRegex = new Regex("]*>");string content = @" 东山总站2 中山医烈士陵园大东门农讲所文德路北京路口南关海珠广场爱群大厦六二三路市中医院芳村隧道口花地湾芳村合兴苑东漖北路汾水浣花路芳村客运龙溪大
复制链接

扫一扫