regex - 如何使用带有正则表达式的 ID 从表中获取内容？

Question

我需要对 html 字符串进行排序，以便获得所需的内容。现在我需要遍历具有 ID 的表中的表行。如何使用正则表达式执行此操作？

Answer 1

正则表达式不能用于解析 HTML；HTML 不规则。使用适当的 HTML 解析器库。

Answer 2

这取决于 HTML 文本的规则性。例如，给定这张表：

<table>
  <tr><td>1</td><td>Apple</td></tr>
  <tr><td>2</td><td>Ball</td></tr>
  <tr><td>3</td><td>Cookie</td></tr>
<table>

以下正则表达式在第一列中查找 ID：

(?<=<tr><td>).*?(?=</td>)

Answer 3

如果您通过像 BeautifulSoup 这样的 html 解析器运行页面，那么您可以美化它，以便这种正则表达式有机会。但是，如果您仍然在解析 html...

Answer 4

试试这个

Dim HTML As String = contentText
Dim options As RegexOptions = RegexOptions.IgnoreCase Or RegexOptions.Singleline
Dim regex As Regex = New Regex("<table[^>]*>(.*)</table>", options)
Dim match As MatchCollection = regex.Matches(HTML)
Dim sb As StringBuilder = New StringBuilder
For Each items As Match In match
    sb.Append(items.ToString & vbLf)
Next
TextBox.Text = sb.ToString