拆分HTML一行到字符串數組

我有一個HTML文件中的數據，在表：拆分HTML一行到字符串數組

<table> 
    <tr><td>001</td><td>MC Hammer</td><td>Can't Touch This</td></tr> 
    <tr><td>002</td><td>Tone Loc</td><td>Funky Cold Medina</td></tr> 
    <tr><td>003</td><td>Funkdoobiest</td><td>Bow Wow Wow</td></tr> 
</table>

如何拆分一行到一個數組或列表？

string row = streamReader.ReadLine(); 

List<string> data = row.Split //... how do I do this bit? 

string artist = data[1];

來源

2010-08-04 fearofawhackplanet

你剛纔寫一本關於解析HTML的問題和標記，'regex'？這會讓你陷入麻煩（http://stackoverflow.com/questions/1732348/regex-match-open-tags-except-xhtml-self-contained-tags/1732454#1732454）。 – 2010-08-04 15:38:28

如果困擾任何人，我可以刪除違規的正則表達式標籤。話雖如此，這不像我想要整個HTML標記集正則表達式。只有3種可能的東西需要匹配：''，''或''。我對正則表達式不太瞭解，但我很確定它可以在沒有世界結束的情況下滿足這個要求。 – fearofawhackplanet 2010-08-04 15:55:20

簡短回答：絕不會嘗試使用正則表達式解析野外HTML。它很可能會回來困擾你。

較長的回答：只要你能絕對地，確保你解析的HTML符合給定的結構，你可以像Jenni建議的那樣使用string.Split（）。

string html = "<tr><td>001</td><td>MC Hammer</td><td>Can't Touch This</td></tr>"; 

string[] values = html.Split(new string[] { "<tr>","</tr>","<td>","</td>" }, StringSplitOptions.RemoveEmptyEntries); 

List<string> list = new List<string>(values);

清單的標籤保持獨立這略更具可讀性和.RemoveEmptyEntries將讓你在鄰近的關閉和打開標籤之間的名單得到一個空字符串。

如果HTML是由野生的到來，或可能改變一個工具 - 換句話說，如果這是不是一次性交易更多 - 我強烈鼓勵您使用類似的HTML Agility Pack代替。整合起來非常簡單，Intarwebs上有很多例子。

來源

2010-08-04 15:46:13

很酷，我不知道string.Split可能需要一個數組，所以這足以爲我解決它。謝謝 – fearofawhackplanet 2010-08-04 16:00:44

解析HTML時，我通常轉向HTML Agility Pack。

來源

2010-08-04 15:38:44 kbrimington

優秀的組件。 – 2010-08-04 15:40:04

你可以嘗試：

Row.Split /<tr><td>|<\/td><td>|<\/td><\/tr>/

但是這取決於如何HTML經常是。它是以編程方式生成的，還是由人類編寫的？您應該只使用正則表達式，如果您確定它始終以相同的方式生成，否則您應該使用正確的HTML解析器。

來源

2010-08-04 15:39:23 Jenni

如果你的HTML是結構良好的，你可以使用LINQ到XML：

string input = @"<table> 
    <tr><td>001</td><td>MC Hammer</td><td>Can't Touch This</td></tr> 
    <tr><td>002</td><td>Tone Loc</td><td>Funky Cold Medina</td></tr> 
    <tr><td>003</td><td>Funkdoobiest</td><td>Bow Wow Wow</td></tr> 
</table>"; 

var xml = XElement.Parse(input); 

// query each row 
foreach (var row in xml.Elements("tr")) 
{ 
    foreach (var item in row.Elements("td")) 
    { 
     Console.WriteLine(item.Value); 
    } 
    Console.WriteLine(); 
} 

// if you really need a string array... 
var query = xml.Elements("tr") 
       .Select(row => row.Elements("td") 
           .Select(item => item.Value) 
           .ToArray()); 

foreach (var item in query) 
{ 
    // foreach over item content 
    // or access via item[0...n] 
}

來源

2010-08-04 16:11:12

拆分HTML一行到字符串數組

回答

相關問題