单词开头的子字符串答案

【问题标题】：Substring from the beginning of a word单词开头的子字符串
【发布时间】：2018-05-25 02:38:49
【问题描述】：

请求的 HTTP GET 响应如下所示

    <html>
      <head>        <script type="text/javascript">----</script>        <script type="text/javascript">---</script>             <title>Detailed Notes</title>
      </head>
      <body style="background-color: #FFFFFF; border-width: 0px; font-family: sans-serif; font-size: 13; color: #000000">           <p>this is one note&nbsp;</p>  </body>      </html>

我将其作为字符串获取，我必须从中读取正文部分。

我尝试了 HtmlAgility 包，但由于 html 内容中的一些特殊情况，HTML 解析失败（我认为注释脚本中的某些内容会导致此问题）。

所以要读取标签内容，我正在考虑 SubString 操作。

Like SubString 从<body tag 开始。

我们如何从文本中的一个单词的开头做 SubString？

【问题讨论】：

那么，您是否要编辑您的问题以包含一个问题？请阅读How to Ask。
您只需要 Body 的内容吗？或者我们也应该包括“”吗？你想过正则表达式吗？
只是正文内容。是的，我想 Regx 很有用。但是我猜body标签的CSS样式可能会引起一些麻烦

标签： c# substring

【解决方案1】：

使用简单的SubString() 和IndexOf() + LastIndexOf():

string BodyContent = input.Substring(0, input.LastIndexOf("</body>") - 1).Substring(input.IndexOf("<body"));
BodyContent = BodyContent.Substring(BodyContent.IndexOf(">") + 1).Trim();

这将返回：
<p> this is one note&nbsp;</p>

string FullBody = input.Substring(0, input.LastIndexOf("</body>") + 7).Substring(input.IndexOf("<body")).Trim();

这将返回：

<body style = background-color: #FFFFFF; border-width: 0px; font-family: sans-serif; font-size: 13; color: #000000' >< p > this is one note&nbsp;</p> </body>

【讨论】：

【解决方案2】：

" 将导致问题，因此您需要在获得请求源后替换每个 "

WebClient client = new WebClient(); // make an instance of webclient
string source = client.DownloadString("url").Replace("\"",",,"); // get the html source and escape " with any charachter
string code = "<body style=\"background-color: #FFFFFF; border-width: 0px; font-family: sans-serif; font-size: 13; color: #000000\">           <p>this is one note&nbsp;</p>  </body>";
MatchCollection m0 = Regex.Matches(code, "(<body)(?<body>.*?)(</body>)", RegexOptions.Singleline); // use RE to get between tags
foreach (Match m in m0) // loop through the results
{
    string result = m.Groups["body"].Value.Replace(",,", "\""); // get the result and replace the " back
}

【讨论】：

BODY标签的内联css因响应而异