從在線網站C＃讀取html

Question

我正在使用C＃閱讀網站，並以字符串形式獲取內容。...有些網站的HTML結構格式不正確。

我嘗試了HtmlAgilityPack和其他一些工具，但是它們需要格式正確的html，在我看來，這是不可能的。

現在，我需要一種非常簡單的方法來按Div或span id / class讀取它。

這是我的html http://jsfiddle.net/bwJU7/

請給我一個簡單的C＃代碼，它將讀取

div class="item " 

並在我的html中獲取title ， price ， photos和description 。

Answer 1

如果您將內容加載為字符串並且不希望使用任何正則結構，則正則表達式將是您的朋友。

這樣的事情可能會幫助您：

String content = "Your content goes here";

var regex = new Regex("<div(?:.*?)class=\"item\"[^>]*>(.*?)</div>");
foreach (Match div in regex.Matches(content))
{               
    Console.WriteLine(div.Groups[0].Value);
}