如何從C＃中的字符串中提取href標記？

Question

我有下面的格式返回字符串的C＃功能：

string tableTag = "<th><a href="Boot_53.html">135 Boot</a></th>" 

我想要得到的HREF鏈接，並存儲到另一個字符串稱爲鏈接：

string link = "Boot_53.html" 

我怎麼能這樣做在C＃中？

Answer 1

如果您知道html實際上是一個xhtml（an符合xml標準的html [或多或少]），你可以簡單地使用專用於xml的工具（通常比html的簡單）。

var hrefLink = XElement.Parse("<th><a href=\"Boot_53.html\">135 Boot</a></th>") 
         .Descendants("a") 
         .Select(x => x.Attribute("href").Value) 
         .FirstOrDefault(); 

Answer 2

使用HtmlAgilityPack解析HTML：

var doc = new HtmlAgilityPack.HtmlDocument(); 
doc.LoadHtml(tableTag); 
string link = doc.DocumentNode.SelectSingleNode("//a").Attributes["href"].Value; 

Answer 3

你可以使用一個HTML解析器如HTML agility pack解析輸入HTML和提取您正在尋找的信息：

using HtmlAgilityPack; 
using System; 
using System.Collections.Generic; 
using System.Linq; 
using System.Text; 
using System.Threading.Tasks; 

class Program 
{ 
    static void Main(string[] args) 
    { 
     var doc = new HtmlDocument(); 
     string tableTag = "<th><a href=\"Boot_53.html\">135 Boot</a></th>"; 
     doc.LoadHtml(tableTag); 

     var anchor = doc.DocumentNode.SelectSingleNode("//a"); 
     if (anchor != null) 
     { 
      string link = anchor.Attributes["href"].Value; 
      Console.WriteLine(link); 
     } 
    } 
} 

Answer 4

您可以使用正則表達式：

string input= "<th><a href=\"Boot_53.html\">135 Boot</a></th>"; 
string regex= "href=\"(.*)\""; 
Match match = Regex.Match(input, regex); 
if (match.Success) 
{ 
    string link= match.Groups[1].Value; 
    Console.WriteLine(link); 
}