按标签拆分C＃中的文本

Question

我在我的代码中拆分字符串，如下所示：

var lines = myString == null 
            ? new string[] { } 
            : myString.Split(new[] { "\n", "<br />" }, StringSplitOptions.RemoveEmptyEntries);

问题是这样，有时文本看起来像这样：

sdjkgjkdgjk<br />asdfsdg

在这种情况下，我的代码有效。 但是，其他时候，文本看起来像这样：

sdjkgjkdgjk<br style="someAttribute: someProperty;"/>asdfsdg

在这种情况下，我没有得到我想要的结果。 如何通过整个br标签拆分此字符串及其所有属性？

Answer 1

使用Regex.Split() 。 以下是一个例子： -

using System;
using System.Text.RegularExpressions;

public class Example
{
    public static void Main()
    {
        string input = "sdjkgjkdgjk<br />asdfsdg";
        string pattern = "<br.*\\/>";            // Split on <br/>

        DisplayByRegex(input, pattern);
        input = "sdjkgjkdgjk<br style=\"someAttribute: someProperty;\"/>asdfsdg";
        DisplayByRegex(input, pattern);
        Console.Read();
    }

    private static void DisplayByRegex(string input, string pattern)
    {
        string[] substrings = Regex.Split(input, pattern);
        foreach (string match in substrings)
        {
            Console.WriteLine("'{0}'", match);
        }
    }
}

Answer 2

如果你只需br标签和换行符分割，正则表达式是一个不错的选择：

var lines = myString == null ?
    new string[] { } :
    Regex.Split(myString, "(<br.+>)|(\r\n?|\n)");

但如果您的要求变得更复杂，我建议使用HTML解析器。

Answer 3

你可以尝试这个：

var parts = Regex.Split(value, @"(<b>[\s\S]+?<\/b>)").Where(l => l != string.Empty).ToArray();

Answer 4

我希望以下代码可以帮助您。

    var items = Regex.Split("sdjkgjkdgjk<br style='someAttribute: someProperty;'/>asdfsdg", @"<.*?>");

Answer 5

你应该使用正则表达式。 在这里，您可以找到适合您目的的好教程 。