在 html 響應中搜索特定文本 (ASP.NET Core)

Question

我需要在我們頁面的 html 中搜索特定單詞。

我嘗試使用 c# (asp.net core) 來做到這一點

我的觀點是通過 js 從 View 中獲取 url 和 word 進行搜索，如果單詞存在則作為響應顯示它，如果不存在，則顯示 smth

我制作了獲取頁面html代碼的方法。 這是代碼

 [HttpPost]
    public JsonResult SearchWord([FromBody] RequestModel model){


        HttpWebRequest request = (HttpWebRequest)WebRequest.Create(model.adress);
        HttpWebResponse response = (HttpWebResponse)request.GetResponse();
            Stream receiveStream = response.GetResponseStream();
            StreamReader readStream = null;

            if (response.CharacterSet == null)
            {
                readStream = new StreamReader(receiveStream);
            }
            else
            {
                readStream = new StreamReader(receiveStream, Encoding.GetEncoding(response.CharacterSet));
            }

            string data = readStream.ReadToEnd();
            string strRegex = model.word;

            response.Close();
            readStream.Close();
            return Json(data);
    }

但是，我需要如何正確搜索單詞？

Answer 1

您將無法使用簡單的模式匹配做很多事情，請查看這個非常經典的 - RegEx match open tags except XHTML self-contained tags 。 如果你想做一些嚴肅的抓取，可以考慮使用一些網頁抓取庫，比如html-agility-pack 。 如果您只想搜索網頁中的單個單詞，無論是標記還是 CDATA 等，只需將所有字符連接到一個數組中並使用 string.Contains 或 Regex。

Answer 2

要添加到上一個答案，您可以使用Regex.Match 。 就像是：

string pattern = @"(\w+)\s+(strRegex)";

// Instantiate the regular expression object.
Regex r = new Regex(pattern, RegexOptions.IgnoreCase);

// Match the regular expression pattern against your html data.
Match m = r.Match(data);

if (m.Success) {
    //Add your logic here
}

注意：您可以做很多事情來優化您的代碼，特別是查看您如何處理流閱讀器。 我會分塊閱讀並嘗試匹配塊。