您的位置:首页 > 编程语言

获取网页中匹配代码的正则 (获得字符串中开始和结束字符串中间得值)

2010-11-26 17:16 417 查看
来自:/article/4757341.html

如:
<div>1div</div>
<a>1a</a>
<p>1p</p>
<p>2p</p>
<div>2div</div>
<a>2a</a>
<p>3p</p>
<p>4p</p>
<a>3a</a>
<p>5p</p>
<div>3div</div>
<a>4a</a>
<p>6p</p>
<span>1span</span>

现在的问题是:有N多DIV,N多p,N多A标签以及最多1个span,想只获取所有p里的内容以及最后一个span里的内容(其中获取P的内容有一个条件,那就是只有前面有一个A标签的P的内容才会被获取),span或许有或许没有,如果有就获取,如果没有就不获取求:
C#的正则表达式

using System.Text.RegularExpressions;

string restult = "";
foreach(Match m in Regex.Matches(str ,@"(?ins)(?<=(</a>/s*<(?<mark>p[^>]*>)|<(?<mark>span)[^>]*>))[/s/S]+?(?=<//k<mark>)"))
{
restult +=m.Value;//就是你要的结果
MessageBox.Show(m.Value);
}


或是用

foreach(Match m in Regex.Matches(yourHtml,@"(?is)(</a>/s*<(?<mark>p[^>]*>)|<(?<mark>span)[^>]*>)(?<data>[/s/S]+?)<//k<mark>"))
{
m.Groups["data"].Value;//
}


或是>>>>>>获得字符串中开始和结束字符串中间得值

#region 获得字符串中开始和结束字符串中间得值
/// <summary>
/// 获得字符串中开始和结束字符串中间得值
/// </summary>
/// <param name="begin">开始匹配标记</param>
/// <param name="end">结束匹配标记</param>
/// <param name="html">Html字符串</param>
/// <returns>返回中间字符串</returns>
public static MatchCollection GetMidValue(string begin, string end, string html)
{
Regex reg = new Regex("(?<=(" + begin + "))[.//s//S]*?(?=(" + end + "))", RegexOptions.Multiline | RegexOptions.Singleline);
return reg.Matches(html);
}
#endregion


/// <summary>
/// 获得字符串中开始和结束字符串中间得值
/// </summary>
/// <param name="str"></param>
/// <param name="s">开始</param>
/// <param name="e">结束</param>
/// <returns></returns>
private string getvalue(string str, string start, string end)
{
Regex rg = new Regex("(?<=(" + start + "))[.//s//S]*?(?=(" + end + "))", RegexOptions.Multiline | RegexOptions.Singleline);

return rg.Match(str).Value;
}


//正则抽取单个Table , 可根据table内的某个标识字符, good !
如果仅仅是以“会员资料”这样的做为参考标识,用我上面写的稍稍改造就可以了,问题的复杂在于,如果以“00”或者“444”做为参考标识,就要考虑到<table>标签嵌套的问题,既要保证取包含参考标识的最内层<table>,又要保证<table>和</table>配对匹配

Match mm = Regex.Match(html, @"<table[^>]*>(((<table[^>]*>(?<o>)|</table>(?<-o>)|(?!</?table)[/s/S])*)(?(o)(?!)))/b" + "会员资料" + @"/b(?:(?!<table[^>]*>)[/s/S])*?(((<table[^>]*>(?<o>)|</table>(?<-o>)|(?!</?table)[/s/S])*)(?(o)(?!)))</table>", RegexOptions.IgnoreCase);


输入的参考标识中如果有正则中有特殊意义的字符,需要对其进行预处理,另外需要在程序中进行异常处理,这个自己处理下吧
如果源字符串中同时多处出现输入的参考标识,这里取第一个出现的参考标识所在的<table>

//正则抽取单个Table中 , 解析tb中的内容.........
Match mm = Regex.Match(html, @"<table[^>]*>(((<table[^>]*>(?<o>)|</table>(?<-o>)|(?!</?table)[/s/S])*)(?(o)(?!)))/b" + "会员输赢资料" + @"/b(?:(?!<table[^>]*>)[/s/S])*?(((<table[^>]*>(?<o>)|</table>(?<-o>)|(?!</?table)[/s/S])*)(?(o)(?!)))</table>", RegexOptions.IgnoreCase);
if (mm.Success)
{
//MessageBox.Show(mm.Value);
//MatchCollection mdd = GetMidValue("<td", "</td>", mm.Value);
//foreach (Match m in mdd)
//{
//    for (int i = 1; i < m.Groups.Count; i++)
//    {
//        restult += m.Groups[i].Value;//就是你要的结果
//    }
//}
MatchCollection mc = Regex.Matches(mm.Value, @"<td[^>]*>/s*(?<content>[/s/S]*?)/s*</td>", RegexOptions.IgnoreCase);
foreach(Match m in mc)
{
for (int i = 1; i < m.Groups.Count; i++)
{
restult += m.Groups[i].Value + "/n";
}
}
MessageBox.Show(restult);
}
内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息
标签: 
相关文章推荐