解析HTML – 如何从标记中获取数字？

我正在开发一个与网站交互的Windows窗体应用程序。

使用WebBrowser控件我控制网站，我可以使用以下方法遍历标记：

 HtmlDocument webDoc1 = this.webBrowser1.Document; HtmlElementCollection aTags = webDoc1.GetElementsByTagName("a"); 

现在，我想从标签中获取特定文本，如下所示：

Show Assigned


就像在这里一样，我希望在上面的标签中得到等于assignto的数字244并将其保存到变量中以供进一步使用。

我怎样才能做到这一点？

Answer 1

您可以尝试按’;’分割字符串 值，然后每个字符串’=’，如下所示：

 string aTag = ...; foreach(var splitted in aTag.Split(';')) { if(splitted.Contains("=")) { var leftSide = splitted.Split('=')[0]; var rightSide = splitted.Split('=')[1]; if(leftSide == "assignedto") { MessageBox.Show(rightSide); //It should be 244 //Or... int num = int.Parse(rightSide); } } } 

其他选项是使用Regexes，您可以在此处测试： http://www.regextester.com 。 有关正则表达式的更多信息： http ： //msdn.microsoft.com/en-us/library/system.text.regularexpressions.regex.aspx

希望能帮助到你！

Answer 2

如果所有情况都与此类似，并且您不介意在Windows窗体应用程序中引用System.Web ，那么tou可以执行以下操作：

 using System; public class Program { static void Main() { string href = @"issue?status=-1,1,2,3,4,5,6,7& @sort=-activity&@search_text=&@dispname=Show Assigned& @filter=status,assignedto&@group=priority& @columns=id,activity,title,creator,status&assignedto=244& @pagesize=50&@startwith=0"; href = System.Web.HttpUtility.HtmlDecode(href); var querystring = System.Web.HttpUtility.ParseQueryString(href); Console.WriteLine(querystring["assignedto"]); } } 

这是一个简化的示例，首先需要提取href属性文本，但这不应该很复杂。 拥有href属性文本可以利用基本上是查询字符串并在.NET中重用已经解析查询字符串的代码。

要完成该示例，要获取href属性文本，您可以执行以下操作：

 HtmlElementCollection aTags = webBrowser.Document.GetElementsByTagName("a"); foreach (HtmlElement element in aTags) { string href = element.GetAttribute("href"); }