使用正則表達式獲取 html 標簽的變量值

Question

我試圖在 html 的某些文本之間獲取一個值，到目前為止沒有成功，我不能使用 html 敏捷包，因為它給出的數據僅存在於 html 標簽之間

public static string[] split_comments(string html)
    {
        html = html.ToLower();


        html = html.Replace(@""""," ");

html 中的實際行是這樣的

// <meta itemprop="rating" content="4.7"> the 4.7 value changes every time and I need to get this value

Match match = Regex.Match(html, @"<meta itemprop=rating content=([A-Za-z0-9\-]+)\>$");
            if (match.Success)
            {
                // Finally, we get the Group value and display it.
                string key = match.Groups[1].Value;
            }

所以我試圖獲得 html 的標簽，並且在該標簽中我希望獲得始終可變的數據。

Answer 1

string html = "<meta itemprop=\"rating\" content=\"4.7\">";
HtmlAgilityPack.HtmlDocument doc = new HtmlAgilityPack.HtmlDocument();
doc.LoadHtml(html);
var content = doc.DocumentNode
                .Element("meta")
                .Attributes["content"].Value;

- 編輯 -

從你第一次接受然后不接受答案，我猜你拿了代碼並用你真正的 html 運行並看到它返回了錯誤的結果。

這並不表明答案不正確，因為它可以與您發布的代碼段一起正常工作。

因此，通過大膽猜測並假設您的真實 html 中還有其他具有itemprop屬性的meta標記，例如

<meta itemprop="rating" content="4.7">
<meta itemprop="somekey" content="somevalue">

代碼將是：

var content = doc.DocumentNode
                .Descendants("meta")
                .Where(n => n.Attributes["itemprop"] != null && n.Attributes["itemprop"].Value == "rating")
                .Select(n => n.Attributes["content"].Value)
                .First();

Answer 2

首先你應該替換它：

html = html.Replace(@""""," ");

接着就，隨即：

html = html.Replace(@"""","");

並更改您的正則表達式：

Match match = Regex.Match(html, @"<meta itemprop=rating content=([A-Za-z0-9\-.]+)\>$");

否則你的 if 將永遠是錯誤的。 之后你可以簡單地使用 substring：

 html = html.Substring(html.IndexOf("content=") + 8);

 html = html.Substring(0, html.Length - 1);

我希望這會有所幫助

Answer 3

這里

html = html.Replace(@""""," "); 

你用空格替換雙引號。 因此，您的示例字符串現在如下所示：

<meta itemprop= rating  content= 4.7 > 

但是，您的正則表達式匹配沒有這些額外空格的文本。 此外，您的正則表達式在結束>之前需要一個反斜杠，這在示例中不存在。

Answer 4

您的正則表達式應該類似於@"\<meta.+?content\=\"(.+)\"\>" 。 雖然用正則表達式解析 HTLM 是一件壞事。

Answer 5

試試這個：

        double searchedValue;
        Regex reg = new Regex(@"content= (?<groupname>.*?) >");
        var matches = reg.Match(@"<meta itemprop= rating  content= 4.7 >");
        var value = matches.Groups["groupname"].Value;
        //maybe you need to replace like value.Replace('.',',')
        double.TryParse(value , out searchedValue);

(?<groupname>... )建立一個組。 您可以使用matches.Groups["groupname"].Value訪問該值

.*? 正在閱讀“ > ”的下一場比賽。

如果您不使用“ ? ”，它將在您的文本中搜索“ > ”的最后一個匹配項。

祝你好運 =)