摆脱不必要的文本正则表达式答案

【问题标题】：Getting rid of unnecessary text Regex摆脱不必要的文本正则表达式
【发布时间】：2016-07-28 12:49:13
【问题描述】：

好吧，基本上我遇到的问题是：我有一个看起来像这样的字符串

<a class="l _HId" href="http://www.cnbc.com/2016/07/28/royal-dutch-shell-second-quarter-net-profit-comes-in-at-118-billion.html" onmousedown="return rwt(this,&#39;&#39;,&#39;&#39;,&#39;&#39;,&#39;1&#39;,&#39;AFQjCNHzDJMd9KzNaZJKrec-FAMNdP8ujw&#39;,&#39;mb_qkV1ZFbNFLJBX-JNceA&#39;,&#39;0ahUKEwiwmbPolJbOAhVJ6xQKHT1QDFkQqQIIGigAMAA&#39;,&#39;&#39;,&#39;&#39;,event)">Shell sees quarterly profits plummet 70% as low <em>oil price</em> bites</a>

简化后基本上是这样的：

<a class="l _HId" href="Link" onmousedown="some gibberish">The String that I need <em>I am guessing this is what I searched</em> bites</a>

如果有人了解如何实现这样的目标，那将非常有帮助。非常感谢任何形式的帮助。

提前致谢。

【问题讨论】：

在我们帮助您之前，您需要向我们展示您的尝试。
但是您要删除“乱码”吗？还是你想得到“我需要的字符串”？
我相信this 可能适用？
但话又说回来，this 帖子提出了一个很好的观点，即我更适用于这种情况。
我想得到“我需要的字符串”。而且因为我是 C# 新手（我通常用 C++ 编写代码），所以我知道的不多，只尝试了这个：MatchCollection m1 = Regex.Matches(html, @"./s*(.+?)/ s*", RegexOptions.Singleline);

标签： c# regex parsing

【解决方案1】：

这个链接帖子确实回答了我所有的问题：

RegEx match open tags except XHTML self-contained tags

看起来用 RegEX 解析 html 并不是最好的主意。

【讨论】：