c# - 正则表达式 c# 问题

Question

我有一个html代码。我用这样的正则表达式解析它

MatchCollection matches = Regex.Matches(go, @"photoWrapper""><div><a href=""(?<id>[^""]+?)\?");

我收到：

matches[0].Groups["id"].Value = "/group/47502002094086";
matches[1].Groups["id"].Value = "/dk";
matches[2].Groups["id"].Value = "/prostooglavnom";

如何编辑我的正则表达式或添加 smth，仅接收匹配项

matches[0].Groups["id"].Value = "47502002094086";
matches[1].Groups["id"].Value = "prostooglavnom";

任何帮助？=\ 完整的 html 代码： http: //pastebin.com/xEJNiD4G

Answer 1

您刚刚发现了为什么Regex 是解析 HTML 的糟糕选择。

我建议您使用HTML Agility Pack 来解析和查询您的 HTML。

源代码下载带有许多示例项目。

什么是 Html Agility Pack (HAP)？

这是一个敏捷的 HTML 解析器，它构建了一个读/写 DOM 并支持普通的 XPATH 或 XSLT（你实际上不必了解 XPATH 或 XSLT 就可以使用它，不用担心......）。它是一个 .NET 代码库，允许您解析“网络之外”的 HTML 文件。解析器对“真实世界”格式错误的 HTML 非常宽容。对象模型与 System.Xml 的提议非常相似，但用于 HTML 文档（或流）。