是这样的,我想提取在一个网页的所有的html代码中提取特定的html代码中的文本。比如说下面的这个:
<h1 id="artibodyTitle" pid="1" tid="1" did="25820705" fid="1666">value</h1>
想提取到这两个标记中的value部分的具体字符串,然后赋值给string型的s1变量。
然后提取下面的这个:
<div class="blkContainerSblkCon BSHARE_POP" id="artibody">
<!-- 视频小点大播放器_正文上方显示 -->
<!-- publish_helper name='原始正文' p_id='1' t_id='1' d_id='25820705' f_id='3' -->
<p>text1</p>
<p>text2</p>
<p>text3</p>
<p>text4</p>
<p>text5</p>
<p align="right">text6</p>
<!-- publish_helper_end -->
</div>
把上面<div class="blkContainerSblkCon BSHARE_POP" id="artibody">和</div>
中间的部分取出来给string型的s2变量。
然后把<div class="blkContainerSblkCon BSHARE_POP" id="artibody">和</div>中间的,去掉<p></p>的部分,这样只有文本的部分给string型的s3变量。
分别写出三个的正则表达式和实现的具体的c#代码。
谢谢各位大神了。
先给这么多分数,答得好了再追加。谢谢了。
其他两个呢。方法是一样么,其他的两个的正则怎么写呢?~
追答string code = "\r\n\r\n\r\ntext1
\r\ntext2
\r\ntext3
\r\ntext4
\r\ntext5
\r\ntext6
\r\n\r\n";
string rc = new Regex("((:?.|\r|\n)*)").Match(code).Value;
string s2 = rc.Substring("\r\n".Length,rc.Length - "".Length - "\r\n".Length);
string s3 = new Regex("(?<=).*?(?=
)").Replace(s2,string.Empty)
########测试通过
string r1 = "(?)((:?.|\r|\n)*)(?=)";
string s2 = Regex.Match(ss,r1).Groups[1].Value;
我是这样写的,但是每次执行程序都会死掉。单步调试发现是执行到第二句,string s2开始就不行了。麻烦能不能看看怎么回事,请问能留个QQ么。详细问一下。谢谢。
我测试了下,发现没错,我这里的程序没有死掉啊...看看ss的值有没有与你的意思符合和Groups的数量有没有超过2...