如何抓取页面里的script标签包括里面的内容

Question

C#web正则表达式

Answer 1

还有，这个正则表达式是我在网上找的有点看不懂，它在</script>标签之前匹配 怎么有2个>这个啊，不是应该只有一个的么？

Answer 2

用正则表达式能取一个的话还不好办？取出来之后，把取出来的内容replace掉，然后再取一个呗，直到取不出为止啊。

Answer 3

Matches  ms=  Regex.Matches("你的字符串","你的正则表达式");
List<string> script=new List<string>();
foreach(Match m in ms)
{
  script.Add( m.Value);
}script 这个就有多个了.

Answer 4

在winform中textBox1输入字符串,textBox2输入匹配的结果.
上个按钮调用下列函数.如果自己想封装一下,把对应控件改成传入传出参即可.
  
        public void RegexScript()
        {
            textBox2.Text = "";
            string patten = "<script.*?>[\\s.]*?</script>";            MatchCollection mc = Regex.Matches(textBox1.Text, patten);
            for (int i = 0; i < mc.Count; i++)
            {
                Match m = mc[i];
                textBox2.Text += m.Value + "\r\n";
            }
        }

Answer 5

把html当成xpath用不好么，要是人家这么写的<script language="JavaScript" type="text/javascript" src="1.js" />，你这个regex不就抓瞎了

Answer 6

用正则表达式也是可以的。另外可以使用字符串替换的方法去做。 
在html中查找两个字符之间的中间字符串。
函数如下：这样的结果可能是多个，使用递归的方法。使用List<String>将所有符合条件的全部保存起来.如果只有一个符合条件的话。则结果为lstResutl[0]就是你想要的结果       public static void GetMidInfoOfStartAndEnd2(String content, String start, string end, List<String> lstResult  )
        {                        int s1 = content.IndexOf(start);
            if(s1 >= 0)
            {
                //得到s1以后所有的内容
                String content2 = content.Substring(s1);
                int s2 = content2.IndexOf(end);
                if(s2 >= 0)
                {
                    String tmpInfo = content2.Substring(0, s2);
                     lstResult.Add(tmpInfo.Trim());                    content2 = content2.Substring(s2);
                    GetMidInfoOfStartAndEnd2(content2, start, end, lstReplaceStr, lstResult);
                }                
            }
            
        }
来源：it知识 http://www.itzhishi.com/function/detail/18.html

Answer 7

在html中这种写法是错误的.为什么是错误的啊？