解析 HTML - 如何从标签中获取数字？

Question

我正在开发一个与网站交互的 Windows 窗体应用程序。

使用WebBrowser 控件我正在控制网站，我可以使用以下方法遍历标签：

HtmlDocument webDoc1 = this.webBrowser1.Document;
HtmlElementCollection aTags = webDoc1.GetElementsByTagName("a");

现在，我想从下面的标签中获取特定的文本：

<a href="issue?status=-1,1,2,3,4,5,6,7&@sort=-activity&@search_text=&@dispname=Show Assigned&@filter=status,assignedto&@group=priority&@columns=id,activity,title,creator,status&assignedto=244&@pagesize=50&@startwith=0">Show Assigned</a><br>

像这里一样，我想在上面的标签中获取等于assignedto 的数字 244，并将其保存到变量中以供进一步使用。

我该怎么做？

Answer 1

你可以尝试用';'分割一个字符串值，然后每个字符串由 '=' 像这样：

string aTag = ...;
foreach(var splitted in aTag.Split(';'))
{
   if(splitted.Contains("="))
   {
      var leftSide = splitted.Split('=')[0];
      var rightSide = splitted.Split('=')[1];
      if(leftSide == "assignedto")
      {
          MessageBox.Show(rightSide); //It should be 244
          //Or...
          int num = int.Parse(rightSide);
      }
   }
}

其他选项是使用正则表达式，您可以在此处测试：www.regextester.com。还有更多关于正则表达式的信息：http://msdn.microsoft.com/en-us/library/system.text.regularexpressions.regex.aspx

希望对你有帮助！

Answer 2

如果所有情况都与此类似，并且您不介意在 Windows 窗体应用程序中引用 System.Web，您可以执行以下操作：

using System;

public class Program
{
    static void Main()
    {
        string href = @"issue?status=-1,1,2,3,4,5,6,7&
@sort=-activity&@search_text=&@dispname=Show Assigned&
@filter=status,assignedto&@group=priority&
@columns=id,activity,title,creator,status&assignedto=244&
@pagesize=50&@startwith=0";

        href = System.Web.HttpUtility.HtmlDecode(href);

        var querystring = System.Web.HttpUtility.ParseQueryString(href);

        Console.WriteLine(querystring["assignedto"]);
    }
}

这是一个简化的示例，首先您需要提取href 属性文本，但这不应该很复杂。拥有href 属性文本，您可以利用它基本上是一个查询字符串，并在.NET 中重用已经解析查询字符串的代码。

为了完成这个例子，你可以这样做来获取href属性文本：

HtmlElementCollection aTags = webBrowser.Document.GetElementsByTagName("a");

foreach (HtmlElement element in aTags)
{
    string href = element.GetAttribute("href");
}