我該如何解析使用indexof和substring的特定字符串？

Question

int firstTag = source.IndexOf("data-token="); 
int lastTag = source.IndexOf("\"href", firstTag); 
int startIndex = firstTag + 12; 
int endIndex = lastTag + 5; 
string authenticityToken = source.Substring(startIndex, endIndex - startIndex); 

我想分析的字符串是從這裏：

<a class="bizLink" data-token="-iUzEhgdscgbpj5VMi5zoh54FTeFt8M4mj5nsiodxR5VzZOhniodpj6nFQg0nce3MhUxFSgdxjM4J 
jUVzZuNu8o0sREnFSUzISUXzZWh4iodGQfdxR5VzZWh4iodGQfhli6fnce_=" 
          href=" 

我想只之間的串「和」僅此：

-iUzEhgdscgbpj5VMi5zoh54FTeFt8M4mj5nsiodxR5VzZOhniodpj6nFQg0nce3MhUxFSgdxjM4J 
    jUVzZuNu8o0sREnFSUzISUXzZWh4iodGQfdxR5VzZWh4iodGQfhli6fnce_= 

但我得到我的代碼這是我想要的這個很長的字符串，還有文件的其餘部分。

Answer 1

工作實例http://ideone.com/U224iZ

string start = "data-token="; 
    string end = " href"; 

    string source = "<a class='bizLink' data-token='-iUzEhgdscgbpj5VMi5zoh54FTeFt8M4mj5nsiodxR5VzZOhniodpj6nFQg0nce3MhUxFSgdxjM4JjUVzZuNu8o0sREnFSUzISUXzZWh4iodGQfdxR5VzZWh4iodGQfhli6fnce_=1\" href='"; 

    int firstTag = source.IndexOf(start); 
    int lastTag = source.IndexOf(end, firstTag); 
    int startIndex = firstTag + start.Length +1; 
    int endIndex = lastTag; 
    string authenticityToken = source.Substring(startIndex, endIndex - startIndex -1); 
    Console.Write(authenticityToken); 
    Console.ReadLine(); 

Answer 2

理智的方法是使用HTML解析器和查詢庫。我可以建議CsQuery，這是一個類似於jQuery的.NET庫。您可以使用像a[data-token]這樣的選擇器來匹配您的錨點，然後提取屬性值。

這是做事的正確方法。

---

但是如果你只有史以來想要得到這一個屬性，不要再礙着與HTML源任何東西，它可能是更容易只是使用正則表達式，但要注意：parsing HTML with regex is evil。

所以，如果你想要做的就是提取此一條信息，作爲一項例外措施，爲您的信息，你可以使用：

var m = Regex.Match(source, @"data-token\s*=\s*""(?<token>.+?)"""); 
var authenticityToken = m.Groups["token"].Value; 

但第一次嘗試CsQuery。這是一個很多更好的方法。