拆分字符串并将分隔符保留在结果中答案

【问题标题】：Splitting a string and keeping the delimeters within the results拆分字符串并将分隔符保留在结果中
【发布时间】：2012-01-16 10:23:38
【问题描述】：

Reading this question，看来正则表达式是我的问题的解决方案。

这是我要拆分的 HTML：

\n\t\t\t
    <td class=\"stats_name\">
        Damage \n\t\t\t

    <td class=\"stats_value\">
        53 \n\t\t\t

    <td class=\"stats_modifier\">
        (<span class=\"ability_per_level_stat\">+3.2 / per level</span>) \n\t\t\n\t\t  

    </td>

    </td>

    </td>

出于我的原因，我需要将其拆分为 <td 字符串。这与 HtmlAgilityPack 和 String.Split 配合得很好，但是分隔符被删除了，我需要它存在。

var statCells = rowDocument.DocumentNode.InnerHtml.Split(new string[] {"<td"}, StringSplitOptions.RemoveEmptyEntries).ToList();

这是使用正则表达式来保留分隔符的相同“函数”，但是它不能按预期工作并且返回的字符串太多，我认为它分别拆分为“

var statCells = Regex.Split(rowDocument.DocumentNode.InnerHtml, @"(?<=[<td])").ToList();

如何使用 Regex.Split 在"<td" 上进行拆分？

【问题讨论】：

在 td 上拆分是什么意思？这如何不适用于 htmlAgilityPack？如果你这样做：doc.DocumentElement.SelectNodes("td")，你将完美地获得每个 td 节点，包括它们的标记名
@Polity：试试吧！它不像您期望的那样工作，因为这些特定的 TD 没有结束元素，并且内容被拉伸以包含所有内容，直到结束。 :)
知道了！所以你毕竟不是试图拆分 html ;)
@Polity: 不是任何正确格式的 HTML，没有。 :P

标签： c# .net html regex string

【解决方案1】：

@"(?<=[<td])" 在每个 < t 或 d 上分裂，因为这就是字符类的工作方式。如果您希望 <td 在下一个字符串的开头（而不是最后一个字符串的结尾），请使用此选项：

@"(?=<td)"

不过，这会比原来的解决方案慢。如果您使用 String.Split 并将每个字符串与 <td 连接起来，那么它应该以相同的方式工作，但速度更快，因为您不使用正则表达式。

【讨论】：