正则表达式筛选数据（C#）

Question

<div class="content">
    <div class="stream-item-header">
      <a class="account-group js-user-profile-link" href="/babybamboo_hk">
        <img class="avatar js-action-profile-avatar " src="https://si0.twimg.com/profile_images/1111616402/111_normal.jpg" alt="babybamboo" data-user-id="183241857"/>
        <strong class="fullname js-action-profile-name">babybamboo</strong>
        <span>&rlm;</span>
        
          <span class="username js-action-profile-name">@babybamboo_hk</span>
          
      </a>
    </div>
      <p class="bio ">
          想唔想玩盡、食盡香港，而又不花太多錢？BabyBamboo可以一次過滿足你兩個願望！與商戶合作，BabyBamboo以團購方式為會員爭取最低的價格，每日精選至少一項優惠，日日新鮮，款款唔同，其中包括高質素的餐廳、咖啡廳、戲院、美容院、酒店…以及城中各式新潮的消遣熱點，應有盡有！
      </p>
  </div>
求各位大神帮帮忙阿...我要只获取到HTML源码中的这些内容https://si0.twimg.com/profile_images/1111616402/111_normal.jpg，babybamboo，想唔想玩盡、食盡香港，而又不花太多錢？ 正则表达式怎么写呀？？？求帮忙呀正则表达式C#行业数据

Answer 1

(?is)<div\s*class="content">[\s\S]*?<img[^>]*?src="(?<src>[^"]*?)"[^>]*?alt="(?<alt>[^"]*?)"[^>]*?/>[\s\S]*?<p\s*class="bio ">(?<pcontent>.*?)</p>
string html=@"你的html源码";
string pattern=@"(?is)<div\s*class=""content"">[\s\S]*?<img[^>]*?src=""(?<src>[^""]*?)""[^>]*?alt=""(?<alt>[^""]*?)""[^>]*?/>[\s\S]*?<p\s*class=""bio "">(?<pcontent>.*?)</p>
";
Regex reg=new Regex(pattern);Console.WriteLine(reg.Match(html).Groups["src"].Value);Console.WriteLine(reg.Match(html).Groups["alt"].Value);Console.WriteLine(reg.Match(html).Groups["pcontent"].Value);

Answer 2

<img\s*class="avatar\s*js\-action\-profile\-avatar\s*"\s* src="(?<url>[^"]*)"\s*alt="(?<name>[^"]*)"[^\/]*/>[\s\S]*?<p\s*class="bio\s*">(?<content>[^<]*)</p>

Answer 3

你怎么写的哦，html源码放到C盘下1.txt里面  string html = File.ReadAllText(@"C:\1.txt",Encoding.GetEncoding("GB2312")); ;
            string pattern = @"(?is)<div\s*class=""content"">[\s\S]*?<img[^>]*?src=""(?<src>[^""]*?)""[^>]*?alt=""(?<alt>[^""]*?)""[^>]*?/>[\s\S]*?<p\s*class=""bio "">(?<pcontent>.*?)</p>
";
            Regex reg = new Regex(pattern);            Console.WriteLine(reg.Match(html).Groups["src"].Value);            Console.WriteLine(reg.Match(html).Groups["alt"].Value);            Console.WriteLine(reg.Match(html).Groups["pcontent"].Value);

Answer 4

我就是照你的写的啊string html = File.ReadAllText(@"C:\1.txt", Encoding.GetEncoding("gb2312")); ;
            string pattern = @"(?is)<div\s*class=""content"">[\s\S]*?<img[^>]*?src=""(?<src>[^""]*?)""[^>]*?alt=""(?<alt>[^""]*?)""[^>]*?/>[\s\S]*?<p\s*class=""bio "">(?<pcontent>.*?)</p>";
            Regex reg = new Regex(pattern);            MessageBox.Show(reg.Match(html).Groups[1].Value);            MessageBox.Show(reg.Match(html).Groups[1].Value);            MessageBox.Show(reg.Match(html).Groups[1].Value);
HTML就是上面的源码放在C盘下面1.txt了可还是筛选不到我要的内容啊？

Answer 5

仔细查看你的html和你贴的是否一致，我这里是按照你贴的html源码可以匹配到得

Answer 6

Html html = new Html();
            string htmlCode = html.GetHTML("https://twitter.com/following", "gb2312");
            //string pattern=@"<p\s*class='bio\s*'>(?<content>[^<]*)</p>";
            Regex Comment = new Regex(@"(?is)<div\s*class=""content"">[\s\S]*?<img[^>]*?src=""(?<src>[^""]*?)""[^>]*?alt=""(?<alt>[^""]*?)""[^>]*?/>[\s\S]*?<p\s*class=""bio "">(?<pcontent>.*?)</p>");
            System.Text.RegularExpressions.MatchCollection co = Comment.Matches(htmlCode);
            //遍历匹配内容 
            int count = 0;
            foreach (Match m in co)
            {
               richTextBox2.AppendText((co[count + 1].ToString()) + "\r\n");
            }
 class Html
    {
        public string GetHTML(string url, string encoding)
        {
            System.Net.WebClient web = new System.Net.WebClient();
            byte[] buffer = web.DownloadData(url);
            return Encoding.GetEncoding(encoding).GetString(buffer);
        }
    }这是我的代码，以前筛选数据就没问题的，我是先得到这个网站的HTML源码在用你写的正则表达式筛选的，我也试了你写的那个方法也是筛选不到阿

Answer 7

你贴一下你获取的html源码
  string htmlCode = html.GetHTML("https://twitter.com/following", "gb2312");
就是htmlCode 的值

Answer 8

HTML源码太多了贴不完的，我看了HTML没问题的我就是要筛选这个网站上面的数据https://twitter.com/following

Answer 9

<div class="content">
    <div class="stream-item-header">
      <a class="account-group js-user-profile-link" href="/babybamboo_hk">
        <img class="avatar js-action-profile-avatar " src="https://si0.twimg.com/profile_images/1111616402/111_normal.jpg" alt="babybamboo" data-user-id="183241857"/>
        <strong class="fullname js-action-profile-name">babybamboo</strong>
        <span>&rlm;</span>
        
          <span class="username js-action-profile-name">@babybamboo_hk</span>
          
      </a>
    </div>
      <p class="bio ">
          想唔想玩盡、食盡香港，而又不花太多錢？BabyBamboo可以一次過滿足你兩個願望！與商戶合作，BabyBamboo以團購方式為會員爭取最低的價格，每日精選至少一項優惠，日日新鮮，款款唔同，其中包括高質素的餐廳、咖啡廳、戲院、美容院、酒店…以及城中各式新潮的消遣熱點，應有盡有！
      </p>
    
  </div>
</div>

Answer 10

<div class="content">
    <div class="stream-item-header">
      <a class="account-group js-user-profile-link" href="/babybamboo_hk">
        <img class="avatar js-action-profile-avatar " src="https://si0.twimg.com/profile_images/1111616402/111_normal.jpg" alt="babybamboo" data-user-id="183241857"/>
        <strong class="fullname js-action-profile-name">babybamboo</strong>
        <span>&rlm;</span>
        
          <span class="username js-action-profile-name">@babybamboo_hk</span>
          
      </a>
    </div>
      <p class="bio ">
          想唔想玩盡、食盡香港，而又不花太多錢？BabyBamboo可以一次過滿足你兩個願望！與商戶合作，BabyBamboo以團購方式為會員爭取最低的價格，每日精選至少一項優惠，日日新鮮，款款唔同，其中包括高質素的餐廳、咖啡廳、戲院、美容院、酒店…以及城中各式新潮的消遣熱點，應有盡有！
      </p>
  </div>
我要在这些代码中只筛选到想唔想玩盡、食盡香港，而又不花太多錢？BabyBamboo可以一次過滿足你兩個願望！與商戶合作，BabyBamboo以團購方式為會員爭取最低的價格，每日精選至少一項優惠，日日新鮮，款款唔同，其中包括高質素的餐廳、咖啡廳、戲院、美容院、酒店…以及城中各式新潮的消遣熱點，應有盡有！
这些内容正则表达是怎么写呀？？？

Answer 11

(?is)(?<=<p\s*class="bio ">).*?(?=</p>)