从在线网站 C# 读取 html

Question

我正在阅读 C# 中的网站并以字符串形式获取内容....有些网站没有格式良好的 html 结构。

我尝试了HtmlAgilityPack 和其他一些人，但他们需要格式良好的 html，这在我的情况下是不可能的。

现在我需要一种非常简单的方法来通过 Div 或 span id/class 读取它。

这是我的 html http://jsfiddle.net/bwJU7/

请给我一个简单的 C# 代码

div class="item " 

并在我的 html 中获取 title、price、photos 和 description。

Answer 1

如果您将内容加载为字符串并且不希望其中有任何常规结构，那么Regular Expressions 是您的朋友。

这样的事情可能会对你有所帮助：

String content = "Your content goes here";

var regex = new Regex("<div(?:.*?)class=\"item\"[^>]*>(.*?)</div>");
foreach (Match div in regex.Matches(content))
{               
    Console.WriteLine(div.Groups[0].Value);
}