使用正则表达式和 C# 解析 HTML [重复]

Question

我有这样的 HTML 代码：

<tr class="discussion r0"><td class="topic starter"><a href="SITE?d=6638">Test di matematica</a></td>

我只需要选择“Test di matematica”，我想用正则表达式来做到这一点。 我试过了：

 string pattern= "<tr class=\"discussion r0\"><td class=\"topic starter\"><a href=\"" + site + "=d{1,4}\"" + ">\\s*(.+?)\\s*</a></td>";

但它不起作用..我可以在表达式之后和其他表达式之前选择单词吗？

编辑：你能告诉我如何使用 HTMLAgility 来解析这个字符串吗？ 谢谢。

Answer 1

此正则表达式确保我们捕获的文本位于<a 标记内，而<td 标记位于<tr 标记内。

using System;
using System.Text.RegularExpressions;
class Program {
static void Main() {

string s1 = "<tr class=\"discussion r0\"><td class=\"topic starter\"><a href=\"SITE?d=6638\">Test di matematica</a></td>";
var r = new Regex(@"(?i)<tr[^>]*?>\s*<td[^>]*?>\s*<a[^>]*?>([^<]*)<", RegexOptions.IgnoreCase);
string capture = r.Match(s1).Groups[1].Value;
Console.WriteLine(capture);
Console.WriteLine("\nPress Any Key to Exit.");
Console.ReadKey();
} // END Main
} // END Program

输出： Test di matematica