如何在 Windows 8 中使用 c# 解析字符串？ [关闭]

Question

我有一个包含这部分 HTML 代码的网页：

<meta property="og:type" content="photo" />
    <meta property="og:description" content="descrizione">

    <meta property="og:site_name" content="Site_Name" />
    <meta property="og:title" content="" />
    <meta property="og:image" content="http://addfsfdbyhdfsifd.jpg" />
    <meta property="og:determiner" content="a" />
    <meta property="fb:app_id" content="124024574287414" />
    <meta property="og:url" content="http://addfsfdbyhdfsifd.com" />

如何选择属性="og:image" 的内容？我需要获取该链接才能在我的应用中显示它。

Answer 1

使用HtmlAgilityPack

HtmlAgilityPack.HtmlDocument doc = new HtmlAgilityPack.HtmlDocument();
doc.LoadHtml(html);

var props = doc.DocumentNode.Descendants("meta")
            .ToDictionary( m => m.Attributes["property"].Value,
                            m => m.Attributes["content"].Value);

Console.WriteLine(props["og:image"]);

Answer 2

这里是做到这一点的万无一失的方法。

1. 我不喜欢使用第三方库来解决小问题。顺便说一句，对敏捷包没有冒犯。它超级棒且强大。你永远不想自己解析 HTML。但这是一个很小的边缘案例！为什么要搞砸呢？
2. 您不能确定 HTML 是否会解析，因此您需要其他内容。 XML 很诱人，但除非您 100% 肯定这是有效的 XHTML（现在什么都不是了），否则最好不要追逐它。只需将其视为字符串解析练习即可。

什么最能解析字符串？ Regular Expressions，就是这样。

这是您的解决方案：

var s = @"
<meta property=""og:type"" content=""photo"" />
<meta property=""og:description"" content=""descrizione"">
<meta property=""og:site_name"" content=""Site_Name"" />
<meta property=""og:title"" content="""" />
<meta property=""og:image"" content=""http://addfsfdbyhdfsifd.jpg"" />
<meta property=""og:determiner"" content=""a"" />
<meta property=""fb:app_id"" content=""124024574287414"" />
<meta property=""og:url"" content=""http://addfsfdbyhdfsifd.com"" />";

// first define what you will look for using regex pattern syntax
var p = @"meta\s{1,}property=""og:image""\s{1,}content=""(.+)""\s{0,}/>";

// second let the regex engine use your pattern against your html string
var m = System.Text.RegularExpressions.Regex.Match(s, p);

// third pull out just the part you want from the resulting match
var g = m.Groups[1];

// forth get the value from the meta tag, specifically the og:image you wanted
var i = g.Value;

是的，就是这么简单。 Regex 也使它更可靠。

祝你好运！

Answer 3

设置 HtmlDocument 的代码：

var s = @"
<meta property=""og:type"" content=""photo"" />
<meta property=""og:description"" content=""descrizione"">

<meta property=""og:site_name"" content=""Site_Name"" />
<meta property=""og:title"" content="""" />
<meta property=""og:image"" content=""http://addfsfdbyhdfsifd.jpg"" />
<meta property=""og:determiner"" content=""a"" />
<meta property=""fb:app_id"" content=""124024574287414"" />
<meta property=""og:url"" content=""http://addfsfdbyhdfsifd.com"" />";

HtmlDocument doc = new HtmlDocument();
doc.LoadHtml(s);

找到节点，获取属性。

var node = doc.DocumentNode.SelectNodes("//meta[@property='og:image']").FirstOrDefault();

var content = node != null
    ? node.GetAttributeValue("content", string.Empty)
    : string.Empty;