从网站 C# windows store 应用程序获取特定信息答案

【问题标题】：Getting specific information from a website C# windows store app从网站 C# windows store 应用程序获取特定信息
【发布时间】：2013-06-04 13:15:13
【问题描述】：

我正在尝试从网站获取特定信息。现在我有这个 html 字符串，你可以看到我的代码，网站的 html 源代码放在“responseText”中。我知道我可以用 If 的语句来做到这一点，但这真的很乏味。我是新手，所以我不知道我在做什么。我确信必须有另一种更简单的方法来从网站检索信息......这是用于 Windows 商店的 c#，所以我不能使用 webclient。此代码获取字符串，但没有办法可以删除 html 代码，只留下变量或其他东西吗？我只想为网页执行此操作，并且我知道我想要的变量，因为我查看了网页的 html 代码。这不是一种从网站请求变量列表及其信息的方法吗？我只是有点迷失在这里。所以基本上我只想从 C# 中的网站获取特定信息，我正在为 Windows 商店制作应用程序。

     StringBuilder sb = new StringBuilder();
     // used on each read operation
    byte[] buf = new byte[8192];
    // prepare the web page we will be asking for
    HttpClient searchClient;
    searchClient = new HttpClient();
    searchClient.MaxResponseContentBufferSize = 256000;
    HttpResponseMessage response = await searchClient.GetAsync(url);
    response.EnsureSuccessStatusCode();
    responseText = await response.Content.ReadAsStringAsync();

【问题讨论】：

大多数开发人员可能会使用正则表达式来解析来自网站的 HTML 响应并提取感兴趣的值。看看使用正则表达式。
@MikePanter：使用正则表达式解析 HTML 的开发人员应该非常清楚这种方法的脆弱性。我更愿意使用 HTML Tidy 之类的东西。
请注意，您应该有using 语句以确保您正确处理您的HttpClient 和HttpResponseMessage，并且您根本不使用buf。另外，考虑只使用HttpClient.GetStringAsync，而不是直接使用响应消息。
@JonSkeet：这取决于您如何编写正则表达式！我认为任何解析第三方网站的尝试都是脆弱的，无论解析技术如何。正则表达式易于维护。
@MikePanter：那么您一定对我使用了不同的正则表达式......我更愿意使用某种描述的文档模型。见stackoverflow.com/questions/1732348

标签： c# windows-8 windows-runtime html-parsing

【解决方案1】：

此代码获取字符串，但是否有一种方法可以删除 html 代码而只保留变量或其他内容？

什么“变量”？你得到 HTML - 这是来自网络服务器的响应。如果你想去掉那个 HTML，这取决于你。您可能希望使用HTML Tidy 使其工作更愉快，但从 HTML 中提取相关信息的业务取决于您。 HTML 的设计目的不是作为原始信息源可供机器读取 - 它的目的是作为标记呈现给人类。

您应该调查这些信息是否可以在更机器友好的来源中获得，没有演示信息等。例如，可能有一些方法可以获取 JSON 或 XML 格式的数据。

【讨论】：

所以你是说我需要做if语句并格式化它，没有其他更简单的方法吗？
@user1713352：我不知道您所说的“制作 if 语句并对其进行格式化”是什么意思——部分原因是您几乎没有向我们说明您要做什么。但是不，从 HTML（尤其是您无法控制的 HTML）中提取信息并不是特别简单 - 这就是为什么我建议您寻找以更友好的格式发布的相同信息。