如何从字符串中获取数字 - C# - 正则表达式答案

【问题标题】：How to get the a number out of a string - C# - Regex如何从字符串中获取数字 - C# - 正则表达式
【发布时间】：2014-05-19 02:43:37
【问题描述】：

好的，这是我的问题：

<div class="anime_info"><div class='ctdn'>Ep 7 - <span class="cd_day">3</span>d <span class="cd_hr">10</span>h <span class="cd_min">30</span>m </div>

如何使用正则表达式从字符串中取出 7。我尝试休耕：

System.Text.RegularExpressions.Regex.Matches(line,@"[^\d]")[0].Value
System.Text.RegularExpressions.Regex.Matches(line,@"\d")[0].Value
System.Text.RegularExpressions.Regex.Match (line, @">Ep (\d*)- <span").Groups [1].Value
System.Text.RegularExpressions.Regex.Match (line, @">Ep ([0-9]*)- <span").Groups [1].Value
System.Text.RegularExpressions.Regex.Match (line, @">Ep ([0-9])- <span").Groups [1].Value
System.Text.RegularExpressions.Regex.Match(line,@"\d").Value

全部失败。

请帮助并为我的英语不好感到抱歉。

【问题讨论】：

你应该解析 HTML 而不是使用正则表达式。
@SverriM.Olsen 您可以使用 HTML Agility Pack 来获取元素，但仍然需要 RegEx 从文本中获取数字。
@SteveWellens 当然。但是在使用正则表达式之前缩小搜索空间是个好主意：解析 HTML，找到您需要的文本节点，然后使用 simple 正则表达式获取数字。在 HTML 上使用正则表达式很少是一个好主意。
@SverriM.Olsen “在 HTML 上使用正则表达式很少是个好主意”是的，这就是我建议使用 HTML Agility Pack 的原因。

标签： c# html regex

【解决方案1】：

这将找到一组具有前导和尾随空格且其间有数字的文本：

 (\d+)

因为它是\d+，所以它会找到1 or more 数字。

Debuggex Demo

【讨论】：

【解决方案2】：

我会选择(?:Ep )(\d*) - 一个非捕获组“Ep”捕获后面的数字。

Demo 1

Demo 2

【讨论】：

【解决方案3】：

使用以下代码应该可以工作 -

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Threading.Tasks;
using System.Text.RegularExpressions;

namespace Test.Console
{
    class Program
    {
        static void Main(string[] args)
        {
            string reference = "<div class=\"anime_info\"><div class='ctdn'>Ep 7 - <span class=\"cd_day\">3</span>d <span class=\"cd_hr\">10</span>h <span class=\"cd_min\">30</span>m </div>";

            var regex = "[>]Ep(\\s+)(\\d+)(\\s+)\\-(\\s+)[<]";
            var regex2 = "(\\d+)";
            foreach (var m in Regex.Matches(reference, regex))
            {
                System.Console.WriteLine(m.ToString());
                var m2 = Regex.Match(m.ToString(), regex2);
                System.Console.WriteLine(m2.ToString());
            }
            System.Console.Read();
        }
    }
}

它打印以下内容，所以它正在工作 -

>Ep 7 - <
7

第一个regex用于隔离包含7的部分
第二个regex2用于隔离7内部regex，
为了安全，我没有使用简单的空格，而是使用了\\s+，所以如果有更多的空格，它不会失败。
顺便说一句，- 是正则表达式中的关键字符，因此如果您在字符串中匹配 -，则应使用 \-。

【讨论】：

【解决方案4】：

从您的正则表达式中，您似乎知道“Ep”将始终存在，数字后跟一个空格。一种选择是将您的字符串分成几个子字符串。

string input = "<div class='anime_info'><div class='ctdn'>Ep 7 - <span class='cd_day'>3</span>d <span class='cd_hr'>10</span>h <span class='cd_min'>30</span>m </div>";

//grab a substring starting after "Ep "
string next = input.Substring(input.IndexOf("Ep ") + 3);

//grab the start of the new string until the first space
string final = next.Substring(0, next.IndexOf(" "));

如果你想概括这一点，你可以使用类似的函数来实现

string stringBetween (string input, string start, string stop)
{
    //grab a substring starting after start
    string output = input.Substring(input.IndexOf(start) + start.Length);
    //grab the start of the new string until the first instance of stop
    output = output.Substring(0, output.IndexOf(stop));
    return output;
}

然后你就打电话

stringBetween(input, "Ep ", " ");

这还假设您知道start 的第一个实例后面是您想要的值。

【讨论】：