解析大字符串（HTML代码）

Question

我正在寻找一些有关我的应用程序的信息。 假设我们在该字符串中的某处：

<tr class="tablelist_bg1">

<td>Beja</td>

<td class="text_center">---</td>

<td class="text_center">19.1</td>

<td class="text_center">10.8</td>

<td class="text_center">NW</td>

<td class="text_center">50.9</td>

<td class="text_center">0</td>

<td class="text_center">1016.6</td>

<td class="text_center">---</td>

<td class="text_center">---</td>

</tr>

高于或低于此值的所有其余部分都无关紧要。 请记住，这些都在字符串中。 我想获取td标签内的值：---，19.1、10.8等。值得知道的是，在页面上有很多这样的条目。 在此处链接页面可能也是一个好主意。

正如您可能猜到的那样，我绝对不知道如何执行此操作...我所知道的所有功能都无法通过字符串（拆分等）帮助执行。

提前致谢

Answer 1

只需使用String.IndexOf（string，int）查找“ <td”，再次查找下一个“>”，然后再次查找“ </ td>”即可。 然后使用String.Substring提取一个值。 将此循环。

    public static List<string> ParseTds(string input)
    {
        List<string> results = new List<string>();

        int index = 0;

        while (true)
        {
            string next = ParseTd(input, ref index);

            if (next == null)
                return results;

            results.Add(next);
        }
    }

    private static string ParseTd(string input, ref int index)
    {
        int tdIndex = input.IndexOf("<td", index);
        if (tdIndex == -1)
            return null;
        int gtIndex = input.IndexOf(">", tdIndex);
        if (gtIndex == -1)
            return null;
        int endIndex = input.IndexOf("</td>", gtIndex);
        if (endIndex == -1)
            return null;

        index = endIndex;

        return input.Substring(gtIndex + 1, endIndex - gtIndex - 1);
    }

Answer 2

假设您的字符串是有效的XHTML，则可以使用XML解析器来获取所需的内容。 这里有一个简单的示例 ，显示了如何使用XmlTextReader解析XML内容。 该示例从文件读取，但是您可以将其更改为从字符串读取：

new XmlTextReader(new StringReader(someString));

您特别想跟踪td元素节点， td的文本节点将包含所需的值。

Answer 3

• 使用循环将文件中的每个非空行加载到字符串中
• 逐个字符处理字符串
  • 检查指示td标签开头的字符
  • 使用子字符串函数，或者只是逐个字符地新建一个字符串，以获取所有内容，直到</td>标记开始。