Linq解析html字符串答案

【问题标题】：Linq parse html stringLinq解析html字符串
【发布时间】：2012-08-29 21:45:30
【问题描述】：

我想解析一个 html 页面并从中获取特定值。如何在 C# 中使用 Linq 或字符串解析来做到这一点？

------------- 更多 HTML ----------

     <span class="date">
        04.09.2012
    </span>
    <table cellspacing="0"><tr><th scope="row">1 EUR</th><td><span>**4,4907**</span></td><td><span class="rise">+0,0009</span></td><td><span class="rise">+0,02%</span></td></tr><tr><th scope="row">1 USD</th><td><span>3,5635</span></td><td><span class="fall">-0,0093</span></td><td><span class="fall">-0,26%</span></td></tr></table>

------------- 更多 HTML ----------

我有兴趣将值 4,4907 以粗体显示！

知道如何实现吗？

谢谢！

【问题讨论】：

是的，使用Html Agility Pack。 Linq 在这里没有业务，字符串解析将是一场噩梦

标签： c# html linq parsing

【解决方案1】：

如果您只需要那一点，请使用正则表达式。 (But don't use a regular expression to parse more complex HTML.)

<td><span>4,4907</span></td>

用正则表达式匹配最方便

<td><span>([0-9,]+)</span></td>

例如，请参阅this quickly Googled page，了解如何在 C# 中使用正则表达式。

【讨论】：

【解决方案2】：

您可以这样尝试 C# 中的正则表达式：

http://www.c-sharpcorner.com/UploadFile/prasad_1/RegExpPSD12062005021717AM/RegExpPSD.aspx

查找“ * ”和“ *”之间的字符串。

或者您可以使用“jericho”之类的 HTML 解析器并浏览 HTML 标记以达到您的价值。

【讨论】：

【解决方案3】：

尝试解析 HTML 时要小心。

我认为显而易见的方法是将其加载到 XDocument（作为 XML）中，但由于 HTML 经常模棱两可或包含语法错误，这必然会失败。

Stack overflow 上的人们建议使用http://htmlagilitypack.codeplex.com/，据说它可以很好地解析 html。然后你可以使用 xpath 来查询你的文档中的各种内容。

【讨论】：