使用正則表達式從HTML代碼提取文本

Question

 <time datetime="2014-10-18T19:30:00-0600">Saturday 18 October 2014</time> 

我需要提取日期“ 2014年10月18日星期六”。 我知道我應該使用類似的東西：

MatchCollection m1 = Regex.Matches(downloadBandData, @"<time daytime=""\s*(.+?)\s*</time>", RegexOptions.Singleline);

但是，我不知道我應該使用的確切表達。

Answer 1

對於將來的HTML解析，建議使用除regex之外的其他工具。 但是，您可以使用以下方法。

Match m = Regex.Match(downloadBandData, @"<time[^>]*>([^<]+)</time>");
if (m.Success)
    Console.WriteLine(m.Groups[1].Value); //=> "Saturday 18 October 2014"

正則表達式不匹配的原因是，您嘗試匹配daytime而不是“ datetime”，並且不匹配雙引號" ... "或右括號>之間的內容。

正則表達式的正確表示應如下所示：

@"<time datetime=""[^""]*"">\s*(.+?)\s*</time>"