我怎么能逃脱“？答案

【问题标题】：How can i escape "?我怎么能逃脱“？
【发布时间】：2015-06-05 20:51:50
【问题描述】：

if (richTextBox1.Lines[i].StartsWith(@"<a href=""") ||
     richTextBox1.Lines[i].EndsWith(@""""))

StartsWith 应该是<a href=" EndsWith 应该是一个 "

但是现在我没有得到任何结果。

输入举例：

<a href="/setprefs?suggon=2&amp;prev=https://www.test.com/search?q%3D%2Band%2B%26espv%3D2%26biw%3D960%26bih%3D489%26source%3Dlnms%26tbm%3Disch%26sa%3DX%26ei%3DYrxxVb-hJqac7gba0YOgDQ%26ved%3D0CAYQ_AUoAQ&amp;sig=0_seDQVVTDQQx1hvN3BRktZNFc9Ew%3D" style="left:-1000em;position:absolute">Screen-reader users, click here to turn off ggg Instant.</a>

我需要得到这部分：

/setprefs?suggon=2&amp;prev=https://www.test.com/search?q%3D%2Band%2B%26espv%3D2%26biw%3D960%26bih%3D489%26source%3Dlnms%26tbm%3Disch%26sa%3DX%26ei%3DYrxxVb-hJqac7gba0YOgDQ%26ved%3D0CAYQ_AUoAQ&amp;sig=0_seDQVVTDQQx1hvN3BRktZNFc9Ew%3D

之间的部分

我也尝试过使用 htmlagilitypack：

HtmlAgilityPack.HtmlWeb hw = new HtmlAgilityPack.HtmlWeb();

                        HtmlAgilityPack.HtmlDocument doc = hw.Load("https://www.test.com");                       

                        foreach (HtmlAgilityPack.HtmlNode link in doc.DocumentNode.SelectNodes("//a[@href]"))
                        {
                            string hrefValue = link.GetAttributeValue("href", string.Empty);

                                if (!newHtmls.Contains(hrefValue) && hrefValue.Contains("images"))
                                    newHtmls.Add(hrefValue);
                        }

但这只给了我 1 个链接。当我浏览并查看页面视图源时，我使用图像或图像这个词进行搜索和过滤，我得到了 350 多个结果。

我也试过这个解决方案：

var document = new HtmlWeb().Load(url);
var urls = document.DocumentNode.Descendants("img")
                                .Select(e => e.GetAttributeValue("src", null))
                                .Where(s => !String.IsNullOrEmpty(s));

但它没有给我我需要的结果。

忘了提及我将页面内容的视图源复制到richTextBox1 窗口，然后我从richTextBox1 逐行读取文本，所以也许这就是我没有得到我需要的结果的原因？

for (int i = 0; i < richTextBox1.Lines.Length; i++)
                {
                    if (richTextBox1.Lines[i].StartsWith("<a href=\"") &&
                        richTextBox1.Lines[i].EndsWith("\""))
                    {
                        listBox1.Items.Add(richTextBox1.Lines[i]);
                    }
                }

也许浏览器（chrome）中的视图源内容与richTextbox1中的不同。也许我不应该从richTextBox1中逐行阅读它，也许先从richTextBox1中阅读整个文本？

【问题讨论】：

应该是这样...
请显示输入值。
不会以"> 结尾吗？正如丹尼尔所说，需要输入值。顺便说一句，你真的应该在 HtmlAgilityPack 上寻找这种东西。
也应该是 && 而不是 ||如果您需要两个表达式都为真。
" 用 and \ 转义： .StartsWith("

标签： c# .net winforms html-agility-pack

【解决方案1】：

根据您的输入，EndsWith 没有帮助（因为您的输入实际上以 </a> 结尾。您的下一个最佳选择是存储 href=" 的位置（位置），然后查找下一次出现的 " 从您存储的位置开始。例如

var input = @"<a href=""/setprefs?suggon=2&amp;prev=https://www.test.com/search?q%3D%2Band%2B%26espv%3D2%26biw%3D960%26bih%3D489%26source%3Dlnms%26tbm%3Disch%26sa%3DX%26ei%3DYrxxVb-hJqac7gba0YOgDQ%26ved%3D0CAYQ_AUoAQ&amp;sig=0_seDQVVTDQQx1hvN3BRktZNFc9Ew%3D"" style=""left:-1000em;position:absolute"">Screen-reader users, click here to turn off ggg Instant.</a>";

var needle = @"href=""";
var start = input.IndexOf(needle);
if (start != -1)
{
    start += needle.Length;
    var end = input.IndexOf(@"""", start);

    // final result:
    var href = input.Substring(start, end - start).Dump();
}

比这更好的是使用一个实际的 HTML 解析器（我可以推荐 HtmlAgilityPack 吗？）。

【讨论】：