如何獲得任何文本到WebBrowser文檔沒有得到任何屬性？ vb.net

Question

如何獲取任何文本到WebBrowser文檔中，而無需在vb.net中獲取任何屬性？

例1：

<h1>text here</h1> 

例2：

<h1 name="anything">text here</h1> 

我怎樣才能獲得 「文本在這裏？！」

謝謝。 :)

Answer 1

你既可以1）使用Web瀏覽器的內置的方法來通過全體<h1>標籤迭代或獲取最前面的一個，或2）使用正則表達式。

使用內置的方法

迭代雖然所有標籤很簡單，你只需要使用HtmlDocument.GetElementsByTagName()方法。

入門找到的第一個標籤（按時間順序）：

Dim h1Text As String = WebBrowser1.Document.GetElementsByTagName("h1")(0).InnerText 

迭代通過所有標籤：

Dim h1Strings As New List(Of String) 

For Each h1Tag As HtmlElement In WebBrowser1.Document.GetElementsByTagName("h1") 
    h1Strings.Add(h1Tag.InnerText) 
Next 

---

使用正則表達式

使用正則表達式是不是很難，如果你知道你在做什麼。與認沽開始在你的代碼文件的最頂端此Imports聲明：

Imports System.Text.RegularExpressions 

現在你只需要搜索的Web瀏覽器的DocumentText爲<h1>標籤。

Dim h1Text As String = Regex.Match(WebBrowser1.DocumentText, "(?<=<h1[^<>\/]*>)((?!<\/h1>).)*(?=<\/h1>)", RegexOptions.IgnoreCase).Value 

正則表達式模式說明：

(?<=<h1[^<>\/]*>)((?!<\/h1>).)*(?=<\/h1>)

(?<= ...)：匹配的文本必須與任何...是之前。

<h1[^<>\/]*>：將<h1>開始標記與任何屬性匹配。

[^<>\/]*：匹配所有不是<,>或/的字符。

((?!<\/h1>).)*：匹配不是之前的所有字符</h1>標記。

(?=<\/h1>)：匹配必須是 後面跟着</h1>標記。