如何使用indexof和substring解析特定的字符串？

Question

int firstTag = source.IndexOf("data-token=");
int lastTag = source.IndexOf("\"href", firstTag);
int startIndex = firstTag + 12;
int endIndex = lastTag + 5;
string authenticityToken = source.Substring(startIndex, endIndex - startIndex);

我要解析的字符串是从这里：

<a class="bizLink" data-token="-iUzEhgdscgbpj5VMi5zoh54FTeFt8M4mj5nsiodxR5VzZOhniodpj6nFQg0nce3MhUxFSgdxjM4J
jUVzZuNu8o0sREnFSUzISUXzZWh4iodGQfdxR5VzZWh4iodGQfhli6fnce_=" 
                           href="

我只想获取“和”之间的字符串：

-iUzEhgdscgbpj5VMi5zoh54FTeFt8M4mj5nsiodxR5VzZOhniodpj6nFQg0nce3MhUxFSgdxjM4J
    jUVzZuNu8o0sREnFSUzISUXzZWh4iodGQfdxR5VzZWh4iodGQfhli6fnce_=

但是我得到的代码是我想要的这个长字符串，还有所有其余的文件文本。

Answer 1

理智的方法是使用HTML解析器和查询库。 我可以建议使用CsQuery ，它是.NET中类似jQuery的库。 您可以使用类似a[data-token]的选择器来匹配锚，然后提取属性值。

这是正确的做事方式。

---

但是，如果您只想得到这一个属性，不要再碍着与HTML源东西，它可能会更容易，只需使用正则表达式，但要注意： 解析HTML与正则表达式是邪恶的 。

因此，如果您要做的只是提取一条信息（作为一种特殊的措施）作为您的信息，则可以使用以下信息：

var m = Regex.Match(source, @"data-token\s*=\s*""(?<token>.+?)""");
var authenticityToken = m.Groups["token"].Value;

但是请先尝试使用CsQuery。 这是一个更好的方法。

Answer 2

工作示例http://ideone.com/U224iZ

string start = "data-token=";
  string end = " href";

  string source = "<a class='bizLink' data-token='-iUzEhgdscgbpj5VMi5zoh54FTeFt8M4mj5nsiodxR5VzZOhniodpj6nFQg0nce3MhUxFSgdxjM4JjUVzZuNu8o0sREnFSUzISUXzZWh4iodGQfdxR5VzZWh4iodGQfhli6fnce_=1\" href='";

  int firstTag = source.IndexOf(start);
  int lastTag = source.IndexOf(end, firstTag );
  int startIndex = firstTag + start.Length +1;
  int endIndex = lastTag;
  string authenticityToken = source.Substring(startIndex, endIndex - startIndex -1);
  Console.Write(authenticityToken);
  Console.ReadLine();