从 C# 中的巨大文本中获取特定字符串 [重复]答案

【问题标题】：Get Specific String from huge text in C# [duplicate]从 C# 中的巨大文本中获取特定字符串 [重复]
【发布时间】：2014-02-10 23:38:01
【问题描述】：

我有以下大文本：http://freetexthost.com/15nbm0dhob 而且我需要从standard_resolution中获取所有图片的URL。

"standard_resolution": {
"url": "http://distilleryimage3.s3.amazonaws.com/59d6984092a211e392db12e25f465f4f_8.jpg",
"width": 640,
"height": 640
}

例如：从这里，我想得到：http://distilleryimage3.s3.amazonaws.com/59d6984092a211e392db12e25f465f4f_8.jpg

毕竟我想要一个包含所有标准 URL 的字符串列表。我正在制作一个 C# 应用程序。

【问题讨论】：

您的文本示例看起来像 JSON。只解析 json 并获取所有“url”值可能会更容易。
这是一个 JSON，但我如何使用 C# 来完成它
同一个问题有更好的答案。 stackoverflow.com/a/21693049/932418

标签： c# regex string image url

【解决方案1】：

Selman22：你的答案会得到所有的 URL，而他只想要 standard_resolution 的 URL。

这是我整理的一个快速而肮脏的正则表达式。您可能需要稍微调整一下，以涵盖我尚未想到的关于 JSON 结构的所有潜在极端情况，以防它返回的结果与您发布的源略有不同。

const string input = @"
  ""standard_resolution"": {
  ""url"": ""http://distilleryimage3.s3.amazonaws.com/59d6984092a211e392db12e25f465f4f_8.jpg"",
  ""width"": 640,
  ""height"": 640
  }";

var pattern = @"\""standard_resolution\"".*?\""url\""\:\s\""(?<url>.*?)\""";

var urls = Regex.Matches(input.Replace("\r\n", string.Empty), pattern)
    .Cast<Match>()
    .Select(each => each.Groups["url"].Value);

var count = urls.Count();

您的问题直接范围之外的另一种选择是使用 JSON 解析器： Parsing JSON using Json.net

【讨论】：

它只有在它是一个 const 字符串时才有效，但我正在使用这个获取 de JSON：var json = cliente.DownloadString("api.instagram.com/v1/tags/thenight2/media/recent?access_token=**TOKEN**");
您是否像我的代码一样删除输入中的新行？ input.Replace("\r\n", string.Empty) 您可能还需要尝试仅删除 \r 或仅删除 \n，具体取决于来自网络服务器的格式。
哦，我明白了。什么是这样的代码模式：“standard_resolution”：{“url”：“http：\/\/distilleryimage9.s3.amazonaws.com\/382b566491f211e3ae050a2150c32a45_8.jpg”，“width”：640，“height”： 640}},"users_in_photo":[],"caption":{"created_time":"1391995536","text":"#thenight2","from":{"username":"thenight2","profile_picture": "http:\/\/images.ak.instagram.com\/profiles\/anonymousUser.jpg","id":"1082107741","full_name":"The Night Party 2"},"id":"652428307931519401 "},"user_has_liked":false,"id":"652428307235264996_1082107741","user":{"username":"thenight2"
代码为一行格式。

【解决方案2】：

我认为你可以使用这种模式：^http\://[a-zA-Z0-9\-\.]+\.[a-zA-Z]{2,3}(/\S*)?$

这是一个例子：

var pattern = @"^http\://[a-zA-Z0-9\-\.]+\.[a-zA-Z]{2,3}(/\S*)?$";
var result= File.ReadAllText("filepath")
            .Split(new[] {'"'}, StringSplitOptions.RemoveEmptyEntries)
            .Where(line => Regex.IsMatch(line, pattern))
            .ToList();

我已经测试过，result 包含25 url 供您输入。

【讨论】：

没错！但我只想要“standard_resolution”网址的

【解决方案3】：

试试：

List<String> urls = new List<String>();                                                            
string txt = "standard_resolution...."; // Your main text                                                                   
while(txt.Contains("url"))                                                                          
{                                                                                                   
    txt = txt.Substring(txt.IndexOf("url\": \""));                                                  
    string geturl = txt.Substring(txt.IndexOf("url")+7, txt.IndexOf(".jpg") - txt.IndexOf("url")-3);
    urls.Add(geturl);                                                                              
    txt = txt.Substring(txt.IndexOf(".jpg"));                                                       
}

【讨论】：