如何从html文件中获取字符串？

Question

我应该如何搜索并从HTML文件中获取字符串使用c＃ in asp.net？这是代码：

private string getHtml(string key) 
{ 
    StreamReader f = new StreamReader("path"); 
    string htmlTag = key; 
    string str = f.ReadToEnd().ToString(); 
    Match m = Regex.Match(str, "<" + htmlTag + ">" + "(.*)" + "</" + 
           htmlTag + ">", RegexOptions.Singleline); 
    Console.WriteLine(m.Groups[0]);    
    return str; 
} 

Answer 1

在你的正则表达式，尝试改变这一点：

"(.*)" 

这样：

"([^<]*)" 

所以，不是任何字符匹配，你的任何字符匹配到（但不包括）下一个小于符号。

你可能也想改变这一点：

"</" + htmlTag + ">" 

这个

"</ ?" + htmlTag + ">" 

要允许斜线后的空间（你可以，如果你有在完全控制忽略这第二个建议HTML文档，并确切知道它们是如何编码的）

Answer 2

您可以使用Html Agility Pack，可在此处获得：http://htmlagilitypack.codeplex.com/