使用正则表达式按类获取 <element> 内部内容答案

【问题标题】：Get <element> inner content by class with Regex使用正则表达式按类获取 <element> 内部内容
【发布时间】：2023-04-02 13:42:02
【问题描述】：

我正在尝试使用 myClass 类获取每个 <td> 元素的 myTEXT。

示例：<td class="myClass" colspan="3">myTEXT</td>

我尝试使用类似 Using regex to get text between multiple HTML tags 的东西，但我必须按 myClass 进行过滤。

我是前瞻新手，我可以使用 (?=(<td.*)class="myClass".*?>){1}(.*?)<\/td> 进行匹配，但它包括 <td(...)> 和 </td>。

所以我的问题是，我怎样才能使用 myClass 类在每个 <td> 之间只获取文本 between？

【问题讨论】：

如果您正在解析 HTML，则有比使用 RegEx 更好的方法。或者，如果您必须使用正则表达式并且它本身是一行，您可以使用 ^\s*\(?.*)\$ 其中 text 成为捕获组。
对，就是解析HTML。您还建议返回错误：regexr.com/3f165
因为您提出了一个 c# 问题，所以我使用了 .NET 正则表达式语法。用 regexstorm 测试，它似乎工作
你真的想使用HTML Agiligy Pack，而不是滚动你的regex。

标签： c# regex

【解决方案1】：

也许……你可以用这个 http://html-agility-pack.net/

这个是支持xpath语法的，所以你可以这样使用：

HtmlAgilityPack.HtmlDocumnet doc = new HtmlAgilityPath.HtmlDocumnet();
doc.LoadHtml(your html string);

HtmlAgilityPack.HtmlNodeCollection col = doc.DocumentNode.SelectNodes("//img");
foreach(var node in col) {
    Console.WriteLine(node.OuterHtml);
}

希望对你有帮助。

【讨论】：