c# - 从 HTML 中查找特定内容

Question

我有一个看起来像这样的字符串：

<br /><br />\n\n<p><font size=\"4\" face=\"Courier New\"> TSX Symbol Changes -December    
17th - December 21st</font><br>

我需要做的是退出 TSX 符号更改 - 12 月 17 日 - 12 月 21 日。我已经阅读过 Regex.IsMatch 适用于这种情况的各种其他帖子，但我遇到的问题是 12 月 17 日至 21 日每周都会更改（即，当我下周运行我的代码时，名称将更改为 TSX Symbol Changes - December 24 日至 12 月 28 日）。那么，无论如何我可以只查找 TSX 符号更改，一旦找到，也可以检索它之后的日期？

Answer 1

你可以试试下面的代码。

    var str1 = "<br /><br />\n\n<p><font size=\"4\" face=\"Courier New\"> TSX Symbol Changes -December 17th - December 21st</font><br>";
    var str2 = str1.Substring(str1.IndexOf("TSX Symbol Changes")).Replace("</font><br>","");

Answer 2

Html Agility Pack如果需要解析 html，请使用。

HtmlAgilityPack.HtmlDocument doc = new HtmlAgilityPack.HtmlDocument();
doc.LoadHtml(html);  // this is your string

string wordToFind = "TSX Symbol Changes -";
var fontTSX = doc.DocumentNode.Elements("font")
    .FirstOrDefault(f => f.InnerText.Contains(wordToFind));
if (fontTSX != null)
{
    string innerText = fontTSX.InnerText.Trim();
    innerText = innerText.Substring(innerText.IndexOf(wordToFind) + wordToFind.Length);
    String[] words = innerText.Split();
    String monthName = words.First();
    var monthInfo = CultureInfo.InvariantCulture.DateTimeFormat.MonthNames
        .Select((mn, i) => new{ MonthName = mn, Value = i+1 })
        .FirstOrDefault(x => x.MonthName.Equals(monthName, StringComparison.OrdinalIgnoreCase));
    if (monthInfo != null)
    {
        int month = monthInfo.Value;
        int day = int.MinValue;
        // now extract your range
        IEnumerable<int> days = words
            .Where(w => w.Length >= 2 && int.TryParse(w.Substring(0, 2), out day))
            .Select(w => day)
            .Take(2);
        if(days.Count() == 2)
        {
            DateTime startDate = new DateTime(DateTime.Now.Year, month, days.ElementAt(0));
            DateTime endDate = new DateTime(DateTime.Now.Year, month, days.ElementAt(1));
        }
    }