C＃正则表达式 – 获取第二个数字，而不是第一个

我有以下HTML代码：

106.2%  

我通过两个阶段获得了这个数字：

 Regex.Matches(html, "\\s*(.*?)\\s*", RegexOptions.Singleline); Regex.Match(m.Groups[1].Value, @"-?\d+.\d+").Value 

上面的代码行给了我想要的东西106.2

问题是有时HTML可能会有点不同，如下所示：

 106.4% 

在最后一种情况下，我只能获得107.2，我想获得106.4是否有一些正则表达技巧可以说，我希望句子中的第二个数字而不是第一个？

Answer 1

如果您拥有来自不同提供商的HTML代码，或者您当前的代码具有多个使用不同HTML格式样式的CMS，那么依赖正则表达式是不安全的。

我建议使用基于HtmlAgilityPack的解决方案：

 public string getCleanHtml(string html) { var doc = new HtmlAgilityPack.HtmlDocument(); doc.LoadHtml(html); return HtmlAgilityPack.HtmlEntity.DeEntitize(doc.DocumentNode.InnerText); } 

然后：

 var txt = "106.2% "; var clean = getCleanHtml(txt); txt = "106.4%"; clean = getCleanHtml(txt); 

结果： 和

您不必担心格式化内部标记和任何XML / HTML实体引用。

如果您的文本是干净HTML字符串的子字符串，则可以使用Regex或任何其他字符串操作方法。

更新 ：

您似乎需要

标记中的节点值。 这是一个方便的方法：

 private List GetTextFromHtmlTag(string html, string tag) { var result = new List(); HtmlAgilityPack.HtmlDocument hap; Uri uriResult; if (Uri.TryCreate(html, UriKind.Absolute, out uriResult) && uriResult.Scheme == Uri.UriSchemeHttp) { // html is a URL var doc = new HtmlAgilityPack.HtmlWeb(); hap = doc.Load(uriResult.AbsoluteUri); } else { // html is a string hap = new HtmlAgilityPack.HtmlDocument(); hap.LoadHtml(html); } var nodes = hap.DocumentNode.ChildNodes.Where(p => p.Name.ToLower() == tag.ToLower() && p.GetAttributeValue("class", string.Empty) == "previous"); // SelectNodes("//"+tag); if (nodes != null) foreach (var node in nodes) result.Add(HtmlAgilityPack.HtmlEntity.DeEntitize(node.InnerText)); return result; } 

你可以这样称呼它：

 var html = "0.9\n106.4%"; var res = GetTextFromHtmlTag(html, "td"); 

如果您只需要获取特定标签，

如果您的文本中包含数字，并且您只需要数字，则可以使用正则表达式：

 var rx = new Regex(@"[+-]?\d*\.?\d+"); // Matches "-1.23", "+5", ".677" 

见演示

Answer 2

试试XML方法

 using System; using System.Collections.Generic; using System.Linq; using System.Text; using System.Xml; using System.Xml.Linq; namespace ConsoleApplication34 { class Program { static void Main(string[] args) { string input = "106.4%"; XElement element = XElement.Parse(input); string value = element.Descendants("span").Select(x => (string)x).FirstOrDefault(); } } } 

Answer 3

我想分享我为我的问题找到的解决方案。

所以，我可以使用以下HTML标签：

 0.9 106.4% 

或者更简单：

 51.4 

首先，我通过以下代码获取整行：

 MatchCollection mPrevious = Regex.Matches(html, "\\s*(.*?)\\s*", RegexOptions.Singleline); 

第二，我使用以下代码仅提取数字：

 foreach (Match m in mPrevious) { if (m.Groups[1].Value.Contains("span")) { string stringtemp = Regex.Match(m.Groups[1].Value, "-?\\d+.\\d+.\">-?\\d+.\\d+|-?\\d+.\\d+\">-?\\d+.\\d+|-?\\d+.\">-?\\d+|-?\\d+\">-?\\d+").Value; int indextemp = stringtemp.IndexOf(">"); if (indextemp <= 0) break; lPrevious.Add(stringtemp.Remove(0, indextemp + 1)); } else lPrevious.Add(Regex.Match(m.Groups[1].Value, @"-?\d+.\d+|-?\d+").Value); } 

首先我开始确定是否存在SPAN标记，如果存在，我将两个数字放在一起，并且我已经考虑了与正则表达式不同的可能性。 确定从哪里删除非重要信息的角色，并删除我不想要的内容。

它的工作完美。

谢谢大家的支持和快速解答。

Answer 4

 string html = @"106.4% 106.2% "; string patten = @".*(?<=>)(.+?)(?= 

我按照你的意愿更改了正则表达式，输出是

 106.4% 106.2%