使用正则表达式解码 HTML [重复]答案

【问题标题】：Decoding HTML with Regex [duplicate]使用正则表达式解码 HTML [重复]
【发布时间】：2014-06-27 15:34:36
【问题描述】：

我正在尝试解码这个 HTML 输入字符串：

            <tbody>
     <tr  class="row0 first" >
                     <td  class="col0 first" data-colid="0" >
<span>Previous close</span>
        </td>
         <td  class="col1 last" data-colid="1" >
<span>39.64</span>
        </td>
     </tr>
     <tr  class="row1" >
                     <td  class="col0 first" data-colid="0" >
<span>Open</span>
        </td>
         <td  class="col1 last" data-colid="1" >
<span>39.50</span>
        </td>
     </tr>
     <tr  class="row2" >
                     <td  class="col0 first" data-colid="0" >

我试过这个正则表达式：

\<span\>Previous\sclose\<\/span\>[\w\n\r\<\/\s\>\=\"\-]+\<span\>[0-9\.]+\<\/span\>

我得到的输出是：

<span>Previous close</span>
        </td>
         <td  class="col1 last" data-colid="1" >
<span>39.64</span>

我只对 39.64 的值感兴趣。有没有办法使用 REGEX 只匹配“39.64”而不获取 HTML 的其余部分？

谢谢

【问题讨论】：

不要使用正则表达式。使用一些工具包来解析数据，比如HTML Agility Pack
(?<=Previous\sclose<\/span>[\w\n\r\<\/\s\>\=\"\-]+)[0-9\.]+(?=<\/span>)
乌鲁别克，谢谢。尝试了您的模式稍作更改，适用于 Expresso，但不适用于 c# Visual Studio 中的 Regex。 @"(?Previous\sclose[\s\w\n\r/"=-]+)[0-9\.]+(?= span>)" 在我看来，问题出在 " 字符上。
@eitanbarazani 是的，因为@ 你需要加倍" 如下@"(?<=Previous\sclose[\s\w\n\r<>/""=-]+)[0-9\.]+(?=)"

标签： c# regex

【解决方案1】：

您应该尝试解析 HTML，而不是尝试在其中查找值。

请检查 HtmlAgilityPack 以解析 HTML。

【讨论】：

这个工具能在Windows Phone / WinRT环境下工作吗？
@eitanbarazani 是的，确实如此。它甚至可以在 Windows Phone 7 中使用，您可以从 nuget 获取包。
是的！它还支持 Windows Phone 7.1、WinRT 和 Silverlight。在 nuget.org/packages/HtmlAgilityPack 检查 NuGet 包。