C# - 将 HTML 无序列表转换为数组答案

【问题标题】：C# - Convert HTML unordered list to arrayC# - 将 HTML 无序列表转换为数组
【发布时间】：2014-07-17 07:17:16
【问题描述】：

我的HTML字符串是这样的，存储在一个名为sourceCode的变量中

    <ul class="yom-list col first" style="width:33.333333333333%">
    <li class="first">
      <a href="/india/andaman-and-nicobar-islands/">
        <span>Andaman and Nicobar Islands</span>
      </a>
    </li>
      <li>
      <a href="/india/jammu-and-kashmir/">
        <span>Jammu and Kashmir</span>
      </a>
    </li>
    <li class="last">
      <a href="/india/andhra-pradesh/">
        <span>Andhra Pradesh</span>
      </a>
    </li>
      <li>
      <a href="/india/jammu-and-kashmir/">
        <span>Jammu and Kashmir</span>
      </a>
    </li>

  </ul>

我想将其转换为通用列表这样我就可以在我的代码中访问其中的数据，例如 href、name 等。我已经尝试过这样的事情

            foreach (Match match in Regex.Matches(sourceCode, @"<li><a href=""(?<url>[^""])</a></li>"))
            items.Add(new Item()
            {

                name = match.Groups["span"].Value, // i don't know how to get value inside that span
                url = match.Groups["url"].Value,

            });

但它不起作用，可能正则表达式是错误的。谁能告诉我我做错了什么？ 注意：我不能在这个项目中使用 HTMLAgilityPack

【问题讨论】：

如果您使用XHTML，尝试使用 XML Parser 怎么样？
@rhughes 这只是一个字符串，其中包含 html 标签

标签： c# html regex

【解决方案1】：

仅当 <li> 标记中存在 <a href> 标记和 <span> 标记之间的值时，请尝试以下正则表达式。

/<li>\s*<a href=\"(?<url>[^"]*)\">\s*<span>(?<span>[^<]*)<\/span>/m

DEMO

您的c# 代码将是，

Regex rgx = new Regex(@"<li>\s*<a href=""(?<url>[^""]*)"">\s*<span>(?<span>[^<]*)</span>");
foreach (Match m in rgx.Matches(input))
{
Console.WriteLine(m.Groups["url"].Value);
Console.WriteLine(m.Groups["span"].Value);
}

IDEONE

【讨论】：

我无法在我的 C# 代码中添加这个正则表达式可能语法不同
@Athul 查看我的回答中的 IDEONE 链接。