需要幫助從C＃中的HTML頁面中提取標簽

Question

我想從遠程HTML頁面加載一個標簽的值。 我已經通過加載整個頁面而不是使用正則表達式來完成此操作。 我發現了所需的結果，但這種方法非常慢我希望它能夠快速加載標簽值而不是整個網頁。 有什么建議么？

這就是我現在正在做的事情：

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

您必須加載整個頁面 - 這就是http請求通常的工作方式。

也許你的正則表達式可以改進？ 不過我的專業領域，對不起。

Answer 2

我發現了所需的結果，但這種方法非常慢我希望它能夠快速加載標簽值而不是整個網頁。

幾個想法：

• Archive.org在我的經歷中通常很慢。 我的猜測是你的瓶頸。

• 不，沒有辦法只向第三方頁面發出部分請求，除非他們有一個能夠返回更多特定數據的響應機制（例如，一個支持JSON的Web服務，它返回的小部分HTML用於頁）。

• 通過將數據加載到某種HTML解析器而不是使用正則表達式，通常可以更好地解析。