C＃正则表达式解析HTML

我需要“我的价值1”请帮助我。 C＃语言

2010-03-03 Chicharito

到目前为止你做了什么？ – 2010-03-03 16:03:47

将标签总是在相同的格式（例如3层深，tr，td和字体） – chillysapien 2010-03-03 16:04:26

是相同的格式 – Chicharito 2010-03-03 16:10:33

C＃语言

string input = "<tr><TD><FONT size=\"2\">My Value 1</FONT></TD></tr>"; 
string pattern = @"<[^>]*?>"; 
string output = Regex.Replace(input, pattern, ""); //My Value 1

只是删除所有的HTML标签。

来源

2010-03-04 08:12:20 ldp615

其工作感谢 – Chicharito 2010-03-04 09:15:36

不客气。 – ldp615 2010-03-06 13:27:56

尝试：

/<tr>\s*<td>\s*<font.*?>(.*?)<\/font>\s*<\/td>\s*<\/tr>/i

在PHP中：

<?php 

if(preg_match('/<tr>\s*<td>\s*<font.*?>(.*?)<\/font>\s*<\/td>\s*<\/tr>/i', 
       '<tr><TD><FONT size="2">My Value 1</FONT></TD></tr>',$matches)) 
     echo $matches[1]; // prints My Value 1 
?>

来源

2010-03-03 16:06:47 codaddict

不工作codaddict – Chicharito 2010-03-03 16:09:46

@oraclee，它怎么不工作？它回来了什么？ – Lazarus 2010-03-03 16:11:01

@Lazarus return null – Chicharito 2010-03-03 18:28:12

function stripTags(markup){ 
    return markup.replace(/\s*<[^>]*?>\s*/gim,''); 
}

这是假定你真正想要的是上面的 “我的价值1” 代表的内部文本。

来源

2010-03-03 16:09:15 Robusto

由于正则表达式无法处理HTML允许的嵌套，因此无法正确解析HTML。正确地做到这一点。对于你显示的那一行，你可以使用正则表达式，但是你不能指望那行保持相同，因此一般必须使用SAX/DOM来完成任务。

来源

2010-03-03 16:09:43 msw

但是你可以解析一个固定的字符串，它恰好是正则表达式的HTML。虽然这样做有很多问题，但它们是OP可能没有的问题。 – Tom 2010-03-03 16:11:23

@Tom - 同意。但尽管OP今天不具备这些功能，但他可能明天也不会怀疑发生了什么，希望。 – msw 2010-03-03 16:14:57

由于HTML代码非常“不可预知”，我建议使用HTML解析工具包。你使用哪种编程语言？在.NET中，我使用HTML Agility Pack获得了巨大成功。在Java HTML Parse r可能很方便（虽然我还没有与它合作）。

来源

2010-03-03 16:10:24 spa

，如果你使用的是PHP，Perl中各执</FONT>

$string='<tr><TD><FONT size="2">My Value 1</FONT></TD></tr>'; 
$s = explode('</FONT>',$string); 
foreach ($s as $v){ 
    if (strpos($v,"<FONT") !==FALSE) { 
     $t = explode(">",$v); 
     print end($t)."\n"; 
    } 

}

输出

$ php test.php 
My Value 1

来源

2010-03-03 16:13:35 ghostdog74

我需要c＃语言:-) – Chicharito 2010-03-03 22:42:17

我会用

my $string='<tr><TD><FONT size="2">My Value 1</FONT></TD></tr>'; 
$string =~ m/(<.*?>)*([^<]*)(<.*?>)*/; 
print $2;

，以获得期望的结果。最后一部分是不是绝对必要的，

(<.*?>)*([^<]*)

也能发挥作用

来源

2010-03-03 16:25:50 Bas

如果你想在标签内的内容我想下面的正则表达式是不够的：

^<.*>([^<>]+)<.*>$

它将只有在标签之间确实存在任何数据的情况下才能工作，否则会导致不匹配。

来源

2010-03-03 16:43:48

我只需要值“我的价值1” – Chicharito 2010-03-03 22:41:22

我认为使用Regexes解析HTML并不是一个明智的想法，正如spa所强调的那样。经典先前回答过类似的问题是RegEx match open tags except XHTML self-contained tags

来源

2010-03-04 08:01:59 MPritchard

C＃正则表达式解析HTML

回答

相关问题