消除or替代字串 抓取特定html tag

Question

本帖最后由 jason36900 于 2014-09-06 00:33:15 编辑

Answer 1

(1)用htmldecode先转码，再用trim
(2)贴出html代码片段，好提供给你一个正则表达式来过滤

Answer 2

第一和第二都可以用正则表达式来处理
处理转义字符比较简单，HTML 就那么几种转义字符，可以使用正则表达式一次性进行替换。获取 img 的也可以使用正则表达式来处理，例如，底下是一个简单的示例打印出页面中的图片。
        static void Main(string[] args)
        {
            HttpWebRequest request = HttpWebRequest.CreateHttp("http://www.baidu.com");
            using (StreamReader reader = new StreamReader(request.GetResponse().GetResponseStream()))
            {
                string line = default(string);
                System.Text.RegularExpressions.Regex regex = new System.Text.RegularExpressions.Regex("[<|\\s]+img src=\"([^\"]+)\"");                while ((line = reader.ReadLine()) != null)
                {
                    System.Console.WriteLine(line);                    if (regex.IsMatch(line))
                    {
                        foreach (System.Text.RegularExpressions.Match match in regex.Matches(line))
                        {
                            System.Console.WriteLine(match.Groups[1].Value);
                        }
                    }
                }
            }            System.Console.ReadKey();
        }

Answer 3

<div id="InnerTopicLeft">
<table border="0" cellspacing="0" cellpadding="0">
<tr>
<td><img src="images/InnerTopicIcon001.jpg" alt="標題" border="0" /></td>
<td id="InnerTopic">LINE跑跑薑餅人愛心接力跑！</td>
</tr>
</table>
</div>
<div id="InnerTopicRight">大概是這個片段
要抓到<td><img  裡面的照片
但問題在於 我一次想要抓取的文章有9筆
但不是每筆都有照片
且並不一定都是放在div 跟td裡面 (有的是<p>裡)
所以想請問能不能鎖定抓到img裡面的圖就好
而不是固定抓到td呢?
請大哥賜教