C#解析html，提取其中数据。

Question

<td align="center">澳大利亚元</td><td align="center">100</td><td align="center">人民币</td><td align="right">555.99</td><td align="right">538.40</td>
就如这段代码。
新手求讲解和代码。C#

Answer 1

正则表达式或者用成熟的库(htmlagilitypack)解析

Answer 2

我没接触过解析这方面，能帮我写下吗？
http://zhoufoxcn.blog.51cto.com/792419/595344

Answer 3

我没接触过解析这方面，能帮我写下吗？
http://zhoufoxcn.blog.51cto.com/792419/595344
要是不从网页提取html，直接解析想1楼的字符串呢？

Answer 4

<td[^>]*?>(?<content>[\s\S]*?)</td>

Answer 5

\<td [^\>]*>([^\<]*)\</td\>

Answer 6

                        //name
                        Regex re = new Regex(@"<a.*?>(?<text1>.*?)</a>");
                        int i = 0;
                        for (Match m = re.Match(arrlist[p].Trim()); m.Success && i < 116; m = m.NextMatch())
                        {                            if (!string.IsNullOrEmpty(m.Groups["text1"].Value.Trim()))
                            {
                                namelist.Add(m.Groups["text1"].Value.Trim());
                                i++;
                            }                        }

Answer 7

加入前面的字符串会出错，哎，这个哪里有详细教程呀
arrlist[p].Trim()是匹配的字符串啊，你看懂了再用啊，上面是匹配td的正则表达式噢！

Answer 8

加入前面的字符串会出错，哎，这个哪里有详细教程呀
arrlist[p].Trim()是匹配的字符串啊，你看懂了再用啊，上面是匹配td的正则表达式噢！
错了是A的正则，(@"<a.*?>(?<text1>.*?)</a>");把这个改成TD就是TD的正则了

Answer 9

  /// <summary>
    /// Html文件处理类
    /// </summary>
    public class HtmlProcess
    {        /// <summary>
        /// 获取指定ID的标签内容
        /// </summary>
        /// <param name="html">HTML源码</param>
        /// <param name="id">标签ID</param>
        /// <returns></returns>
        public static string GetElementById(string html, string id)
        {
            string pattern = @"<([a-z]+)(?:(?!id)[^<>])*id=([""']?){0}\2[^>]*>(?>(?<o><\1[^>]*>)|(?<-o></\1>)|(?:(?!</?\1).))*(?(o)(?!))</\1>";            pattern = string.Format(pattern, Regex.Escape(id));            Match match = Regex.Match(html, pattern, RegexOptions.Singleline | RegexOptions.IgnoreCase);            return match.Success ? match.Value : "";
        }
        /// <summary>
        /// 通过class属性获取对应标签集合
        /// </summary>
        /// <param name="html">HTML源码</param>
        /// <param name="className">class值</param>
        /// <returns></returns>
        public static string[] GetElementsByClass(string html, string className)
        {
            return GetElements(html, "", className);
        }
        /// <summary>
        /// 通过标签名获取标签集合
        /// </summary>
        /// <param name="html">HTML源码</param>
        /// <param name="tagName">标签名(如div)</param>
        /// <returns></returns>
        public static string[] GetElementsByTagName(string html, string tagName)
        {
            return GetElements(html, tagName, "");
        }
        /// <summary>
        /// 通过同时指定标签名+class值获取标签集合
        /// </summary>
        /// <param name="html">HTML源码</param>
        /// <param name="tagName">标签名</param>
        /// <param name="className">class值</param>
        /// <returns></returns>
        public static string[] GetElementsByTagAndClass(string html, string tagName, string className)
        {
            return GetElements(html, tagName, className);
        }
        private static string[] GetElements(string html, string tagName, string className)
        {
            string pattern = "";
            if (tagName != "" && className != "")
            {
                pattern = @"<({0})(?:(?!class)[^<>])*class=([""']?){1}\2[^>]*>(?>(?<o><\1[^>]*>)|(?<-o></\1>)|(?:(?!</?\1).))*(?(o)(?!))</\1>";
                pattern = string.Format(pattern, Regex.Escape(tagName), Regex.Escape(className));
            }
            else if (tagName != "")
            {
                pattern = @"<({0})(?:[^<>])*>(?>(?<o><\1[^>]*>)|(?<-o></\1>)|(?:(?!</?\1).))*(?(o)(?!))</\1>";
                pattern = string.Format(pattern, Regex.Escape(tagName));
            }
            else if (className != "")
            {
                pattern = @"<([a-z]+)(?:(?!class)[^<>])*class=([""']?){0}\2[^>]*>(?>(?<o><\1[^>]*>)|(?<-o></\1>)|(?:(?!</?\1).))*(?(o)(?!))</\1>";
                pattern = string.Format(pattern, Regex.Escape(className));
            }
            if (pattern == "")
            {
                return new string[] { };
            }
            List<string> list = new List<string>();            Regex reg = new Regex(pattern, RegexOptions.Singleline | RegexOptions.IgnoreCase);            Match match = reg.Match(html);            while (match.Success)
            {
                list.Add(match.Value);                match = reg.Match(html, match.Index + match.Length);
            }
            return list.ToArray();
        }

Answer 10

楼主可以使用这个靠谱~使用xpath直接可以提取元素了~