正则表达式：如何从一堆html代码中，获取自己想要的内容？！

Question

我想从 http://video.shishicai.cn/Assist/BonusVideo.aspx?lt=4 这个网页的html源代码中， 获得这样的数据： 
20100427-023 32555 
20100427-022 52248 
20100427-021 43449 
20100427-020 13651 
20100427-019 41356 
20100427-018 97588 
20100427-017 26388 
20100427-016 23793 
20100427-015 92419 
20100427-014 23560 即：右边的“期号”和“开奖号码”，其他内容不要。 请问：怎样用正则表达式来实现？谢谢我用下面这段代码来实现，得到的是空。foreach (Match match in Regex.Matches(str, "<tr class=\"t_tr[12]\">\\s*<td>\\d+</td>\\s*<td>(\\d+)</td>\\s*<td>(\\d+)</td>", RegexOptions.Singleline))
{
    Console.WriteLine("{0}, {1}", match.Groups[1].Value, match.Groups[2].Value);
}

Answer 1

看看这个东东，也许对你有所帮助,,,,,,,
[align=center]*********************************************************** 
                  欢迎使用 CSDN 小秘书
             　CSDN 小秘书
***********************************************************[/align]

Answer 2

你可以说试试例如firefox的firebug之类的插件，选中页面一段能自动选择相应代码

Answer 3

MatchCollection mc = Regex.Matches(yourStr,@"2010\d{4}-\d{3}|(?<=<td>)\d+(?=</td>)");
foreach (Match m in mc)
{
    MessageBox.Show(m.Value);
}
真不知道你如何获取网页内容的。我怎么直接读，读不到网页源码？

Answer 4

一个曲线救国方法
WebBrowser wb = new WebBrowser();            
wb.DocumentCompleted += delegate(object s1, WebBrowserDocumentCompletedEventArgs e1)
{
    StreamReader strm = new StreamReader(wb.DocumentStream,
        Encoding.GetEncoding(wb.Document.Encoding));
    string yourStr = strm.ReadToEnd();
    strm.Close();
    MatchCollection mc = Regex.Matches(yourStr, @"2010\d{4}-\d{3}|(?<=<td>)\d+(?=</td>)");
    foreach (Match m in mc)
    {
        MessageBox.Show(m.Value);
    }
};
wb.Navigate("http://video.shishicai.cn/Assist/BonusVideo.aspx?lt=4");

Answer 5

(?is)<td[^>]*>(?<期次>\d+-\d+)</td>.*?(?:<td[^>]*>)(?<号码>\d+)</td>
取组中的期次和号码

Answer 6

你好，wuyazhe
我照这种方法去做，执行第一步就报错：
当前线程不在单线程单元中，因此无法实例化 ActiveX 控件。源码如下：    protected void btSource_Click(object sender, EventArgs e)
    {
        WebBrowser wb = new WebBrowser();
        wb.DocumentCompleted += delegate(object s1, WebBrowserDocumentCompletedEventArgs e1)
        {
            StreamReader strm = new StreamReader(wb.DocumentStream,Encoding.GetEncoding(wb.Document.Encoding));
            string yourStr = strm.ReadToEnd();
            strm.Close();
            MatchCollection mc = Regex.Matches(yourStr, @"2010\d{4}-\d{3}|(?<=<td>)\d+(?=</td>)");
            foreach (Match m in mc)
            {
                MessageBox.Show(m.Value);
            }
        };
        wb.Navigate("http://video.shishicai.cn/Assist/BonusVideo.aspx?lt=4");
    }

Answer 7

加个AspCompat="true"，不会报错了。但是得不到数据，DocumentStream 为NULL。再次请教！

Answer 8

你好，wuyazhe
我照这种方法去做，执行第一步就报错：
当前线程不在单线程单元中，因此无法实例化 ActiveX 控件。
---------------------------------------------------
很遗憾你测试错了。我这用的不是activeX控件，而你肯定没按我的操作。如果我获取不到我不会贴出来的。
如果你实在不会，你发到我邮箱我给你看看[email protected]

Answer 9

按照xml解析方法，js可以用string拆分方法。