如何检索出源文件中的特定语句？

Question

从网页中获得源代码，其中有形如
src="/xxxx/xxxxxxxxxxx/xxxxx/xxxxxxx/xxxx/xxx/xxxxxxxxxxxxx/xxx/xxxxxxxxxxxxxx.pdf"
这样的一个链接，请问应怎样把""中的部分搜索出来？ 

Answer 1

网页是XML的；可以用MSXML或者TinyXML来分析节点，取得对应节点的值；
另外你这个也可以搜索关键字符串“src”啊

Answer 2

src有很多，我考虑先检索“.pdf”然后往回查找第一个引号“"”，不知道能不能实现，如何实现。

Answer 3

如果是XML规范的文件，建议还是用XML解析工具来解析，这样规范一些；
另外如果你要搜索字符串的话；
可以先检测src，再以src的位置为起点，检测pdf；如果检测到的pdf位于下一个src之前，基本上就是你要的啦；然后取这两个位置之间的字符串进行处理

Answer 4

CString strTemp="src=\"/xxxx/xxxxxxxxxxx/xxxxx/xxxxxxx/xxxx/xxx/xxxxxxxxxxxxx/xxx/xxxxxxxxxxxxxx.pdf\"";
strTemp = strTemp.Left(strTemp.GetLength() - 1);
strTemp = strTemp.Right(strTemp.GetLength()  - strTemp.Find('\"') - 1);
只解析一个串可以这样，数据多的话，还是用大家说的XML库

Answer 5

CString PageContent;
PageContent = a.GetWebPage(str);//这里获得了网页源码
CString CStart = "src";
CString CEnd = ".pdf";
int IEnd = PageContent.Find(CEnd);//断点监视这里正确检测出了.pdf字段的位置
int IStart;
for (IStart = PageContent.Find(CStart); IStart < IEnd && IStart != -1 ; IStart = PageContent.Find(CStart,IStart += CStart.GetLength()));
按照3楼的思路写了下，还是有问题。现在能正常检测出".pdf"字段的位置，在循环里也能正确检测出第一个"src"字段的位置，然后第二次循环Find函数返回值就是-1了。但是实际观测PageContent的内容，一个哦你包含4个"src"字段，为什么只能检测出来第一个呢？