需要帮助从C＃中的HTML页面中提取标签

Question

我想从远程HTML页面加载一个标签的值。 我已经通过加载整个页面而不是使用正则表达式来完成此操作。 我发现了所需的结果，但这种方法非常慢我希望它能够快速加载标签值而不是整个网页。 有什么建议么？

这就是我现在正在做的事情：

using (var client = new WebClient())
{
    string result = c          client.DownloadString("http://web.archive.org/http://profiles.yahoo.com/italy_");
    var regex = new Regex(@"\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*",
                          RegexOptions.Compiled);
    var s = result;
    foreach (Match email in regex.Matches(s))
    {
        // Console.WriteLine(email.Value);
        label2.Text = email.Value;
    }
}

Answer 1

您必须加载整个页面 - 这就是http请求通常的工作方式。

也许你的正则表达式可以改进？ 不过我的专业领域，对不起。

Answer 2

我发现了所需的结果，但这种方法非常慢我希望它能够快速加载标签值而不是整个网页。

几个想法：

• Archive.org在我的经历中通常很慢。 我的猜测是你的瓶颈。

• 不，没有办法只向第三方页面发出部分请求，除非他们有一个能够返回更多特定数据的响应机制（例如，一个支持JSON的Web服务，它返回的小部分HTML用于页）。

• 通过将数据加载到某种HTML解析器而不是使用正则表达式，通常可以更好地解析。