C＃提取以特定字母开头的部分字符串

Question

我有一个从HTML文档中提取的字符串，如下所示：

    var elas = htmlDoc.DocumentNode.SelectSingleNode("//a[@class='a-size-small a-link-normal a-text-normal']");
    if (elas != null)
   {
   //
     _extractedString = elas.Attributes["href"].Value;
   }

HREF属性包含字符串的这一部分：

gp/offer-listing/B002755TC0/

我正在尝试提取B002755TC0值，但是这里的问题是字符串的长度会有所不同，我不能简单地使用C＃提供的Substring方法来提取该值...

取而代之的是，我在考虑是否有一种聪明的方法，也许是将字符串开头与我搜索的内容匹配？

例如，我知道每个href都具有如上所述的结构，因此我只需要匹配以下关键字：

offer-listing/

因此，我将找到该关键字并开始提取字符串B002755TC0的一部分，直到下一个“ /”符号？

有人可以帮我这个忙吗？

Answer 1

对于正则表达式而言，这是一项完美的工作：

string text = "gp/offer-listing/B002755TC0/";

Regex pattern = new Regex(@"offer-listing/(\w+)/");

Match match = pattern.Match(text);
string whatYouAreLookingFor = match.Groups[1].Value;

说明：我们只匹配您需要的确切模式。

• “报价清单/”
• 然后是（至少一个）“文字字符”（字母，数字，连字符等）的任意组合，
• 然后是斜线。

括号()意思是“捕获此组”（以便稍后可以使用match.Groups [1]提取它）。

---

编辑：如果您也要从中提取： /dp/B01KRHBT9Q/

然后，您可以使用以下模式：

Regex pattern = new Regex(@"/(\w+)/$");

它将匹配此字符串和前一个字符串。 $代表字符串的末尾，因此从字面上看意味着：

捕获字符串的最后两个斜杠之间的字符

Answer 2

尽管已经有了一个可以接受的答案，但我想到了不使用Regex共享另一个解决方案的方法。 只需在输入中找到样式的位置+它的长度即可，因此所需的文本将是下一个字符。 要找到结尾，请在所需文本开头之后搜索第一个“ /”：

string input = "gp/offer-listing/B002755TC0/";
string pat = "offer-listing/";
int begining = input.IndexOf(pat)+pat.Length;
int end = input.IndexOf("/",begining);
string result = input.Substring(begining,end-begining);

如果您希望的输出始终是最后一块，则还可以使用split并获得最后一个非空块：

string result2 = input.Split(new string[]{"/"},StringSplitOptions.RemoveEmptyEntries)
  .ToList().Last();