解析 HTML 以获取键和值答案

【问题标题】：Parsing HTML to get the key and value解析 HTML 以获取键和值
【发布时间】：2014-03-18 06:11:12
【问题描述】：

我使用HTMLAgility 来解析 HTML 文档。

我从 codeplex 和 referenced 下载了 dll 到我的项目中。

现在，我只需要解析这个 HTML（如下）：

<HTML>
<BODY>
//......................
<tbody ID='image'>
<tr><td>Video Codec</td><td colspan=2>JPEG (8192 KBytes)</td></tr>
</BODY>

现在，我需要从上面的 HTML 中检索 Video Codec 及其值 JPEG。

我知道我可以使用HTMLAgility，但是该怎么做呢？

            var document = new HtmlDocument();
            string htmlString = "<tbody ID='image'>";
            document.LoadHtml(htmlString);
            // how to get the Video Codec and its value `JPEG` ?

非常感谢任何指针。

编辑：

我能够从@itedi 的回答继续前进，但仍然坚持下去。

var cells = document.DocumentNode
                // use the right XPath rather than looping manually
                               .SelectNodes(@"//table")
                               .ToList();

            var tbodies = cells.First().SelectNodes(@"//tbody").ToList();

给了我所有的 tbody's 但如何从中打印值？

【问题讨论】：

可能重复：stackoverflow.com/questions/4573012/… 如果不是，这应该对您有所帮助。
@itedi：谢谢 itedi。请看我的edit。我能够前进到指定的点，然后开始行动。任何指针都非常有帮助。再次感谢您。

标签： c# html .net parsing html-agility-pack

【解决方案1】：

更轻松的方法是使用正则表达式：

string s = @"<tbody ID='image'>
                    <tr><td>Video Codec</td><td colspan=2>JPEG (8192 KBytes)</td></tr>
                    </BODY>";
var results = Regex.Match(s, "<td>Video Codec</td><td.*?>(.+?)</td>").Groups[1];

返回： JPEG (8192 KB)

【讨论】：