C井處理html 標籤一些正則表達式 整理收集
1:取得A 標籤中的內容或者 url title
<a href="javascript:open_window("http://xx/F/F987K71CHH3JEBIG788IQ2BTRSULYAIY2PFXEXGBB7Q5614QM1-05893?func=service&doc_number=007838178&line_number=0011&service_type=TAG");">島上書店 [專著] = The storied life of A.J.Fikry</a>
(?is)<as+href=([""])(?:(?![<>]|1).)+1>(?<text>(?:(?!</?a).)+)
(?is)(?<=<as+href=[^>]+>)((?!</?a).)+
<as*[^>]*>([sS]+?)</a>
@"(?is)<a[^>]*?id=""rptData_lnkQuerySub_0""[^>]*?>([sS].*?)</a>"
//替換掉A標籤
var billno = Regex.Replace(item.WorldexSinotrans[1], @"<a(?:(?!href=).)*href=(["""]?)(?<url>[^"""s>]*)1[^>]*>(?<text>(?:(?!</a>).)*)</a>", "", RegexOptions.None);
var repA = Regex.Matches(repImg, @"<As*[^>]*>([sS]+?)</A>")
.Cast<Match>().Select(mx => mx.Groups[0].Value.Trim().TrimStart().TrimEnd()).ToList();//Groups根據情況取0/1
2:替換 html 中有img情況
<img alt="Link" src="http://xxx/exlibris/aleph/u20_1/alephe/www_f_chi/icon/f-separator.gif" border="0">
var repImg = Regex.Replace(value[0].ToString(), @"<imgs+[^>]*s*srcs*=s*(["]?)(?<url>S+)"?[^>]*>", "", RegexOptions.None);
3:取得form 中的url action 等值
<form method=get name=form1 action="http://xxx/F/7I82M4CLHLI12T96I5C26VMVRFAGUTHS2181BYCG6TLYDRPHHR-17822" onsubmit="return presearch(this);">
var resultAction = Regex.Matches(GetReturnHtml(Url), @"<form method=get name=form1s*[^>]*action=""([sS]+?)""[^>]*?>") //@"<form method=get name=form1s*[^>]*action=""([sS]+?)"">.*</form>").Cast<Match>().Select(mx => mx.Groups[1].Value.TrimStart().TrimEnd()).ToList();
4:直接獲取table下面所有的tr td
<table id="td" width="90%" stylex="margin:0 auto;" border="0" cellspacing="2">
<tr>
<td stylex="background:#fff;" class=td1 align=left >
20160530d2016 em y0chiy50 ea
</td> </tr></table>
var tableid = @"id=""td""";
Regex reg = new Regex("(?is)(?<=<table[^>]*?" + tableid + "[^>]*?>(?:(?!</?table).)*)(?is)<tr[^>]*?>(?:\s*<td[^>]*?class=td1[^>]*?>(.*?)</td>)*\s*</tr>");
@"(?is)<table[^>]*?" + regexTableParm + "[^>]*?>([\s\S].*?)</table>"
5:直接獲取tr 裡面的內容
var compare = Regex.Match(mTable.Value, "(?is)<tr " + classParm + ">(?:\s*<td[^>]*>(.*?)</td>)*\s*((?!</tr>).)*").Groups[0].Value.Trim();//.Groups[1].Value.Trim();
6:直接獲取td 裡面的內容
<td stylex="background:#fff;" class=td1 align=left >
20160530d2016 em y0chiy50 ea
</td>
var value = Regex.Matches(m.Value, @"(?<=<td[^>]*?class=td1 align=left[^>]*?>)([sS]+?)(?=</td>)")
.Cast<Match>().Select(mx => mx.Groups[0].Value.Trim().TrimStart().TrimEnd()).ToList();
//(s+scope=[^>]+)?(s+class=[^>]+)?>) 匹配td 裡面內容class
var td = Regex.Matches(m.Value, @"(?<=<td(s+scope=[^>]+)?(s+class=[^>]+)?>)([sS]+?)(?=</td>)")// @"(?<=<td>)
s+[sS]*?
s+(?=</td>)")
.Cast<Match>().Select(mx => mx.Groups[0].Value.Trim().TrimStart().TrimEnd()).ToList();
@"(?is)(?<=<td(s+align=[^>]+)?>).*?(?=s*</td)"
@"(?is)(?<=<td(s+class=[^>]+)?>).*?(?=s*</td)"
7:裡面有font字體的
var td = Regex.Matches(m.Value, @"(?<=<font(s+color=[^>]+)?>).*?(?=</font>)").Cast<Match>().Select(mx => mx.Groups[0].Value).ToList();
8:獲取html頁面中隱藏hidden
var result = Regex.Matches(response.Content.ReadAsStringAsync().Result, @"<input type=""hidden""[^>]*?.*?/>")
.Cast<Match>().Select(mx => mx.Groups[0].Value.TrimStart().TrimEnd()).ToList();
/獲取 隱藏域中的 id value
//var reg = @"(?isn)<input((?!([<>]|id=)).)+id=""(?<id>[^""<>]+)""[^<>]*?value=""(?<value>[^<>""]*)""";
// var keyvalue = Regex.Match(item, reg);
//returnHidden.Add(keyvalue.Groups[1].Value, keyvalue.Groups[2].Value);
var key = Regex.Match(item, @"<input type=""hidden""[^>]*?[^>]+?id=""([sS]+?)""[^>]+>").Groups[1].Value;
var value = Regex.Match(item, @"<input type=""hidden""[^>]*?[^>]+?value=""([sS]+?)""[^>]+>").Groups[1].Value;
9:獲取html頁面中 body裡面的內容
var resultStr = Regex.Matches(DelHTML(retString), @"(?is)<body[^>]*?>([sS].*?)</body>")
.Cast<Match>().Select(mx => mx.Groups[0].Value.TrimStart().TrimEnd()).ToList();
※分散式環境session共享
※Spring入門helloSpring
TAG:程序員小新人學習 |