C# 从HTML代码中解析以下内容？

我将如何解析以下内容：

wr("website-url.com</span>")

试过正则表达式，比如：

wr("(.+?)\s*<\/span>")

wr（“（.+？）\s*”）

---

但是似乎无法让它工作

如果您使用正则表达式来解析HTML，那么您可能正在以一种简单的方式做一些困难的事情。在C#中，尝试使用。另请参见有关此问题的说明。

字符串a=wr（“疯狗”）；wr（“@”）；wr（“网址url.com”）；
string a = <script type="text/javascript">wr("<span>maddog");wr("@");wr("website-url.com</span>")</script>;
string[] b= a.replace("script type="text/javascript">","").replace("</script>","").split(';').ToArray();
string c = b.Last();
string d = c.replace("wr(","").replace("</span","");

string[]b=a.replace（“script type=“text/javascript”>”，“”）。replace（“，”）.split（“；”）.ToArray（）；
字符串c=b.Last（）；
字符串d=c.replace（“wr（“，”）.replace（似乎您获得此javascript的站点不希望您解析其html。它使用javascript函数
wr
创建动态html。下面是执行此javascript并解析结果代码的代码。Hovewer我不能说这是一个简单的跟踪代码

public void Test()
{
    //C# object which will be accessed by javascript
    var csharpObj = new MyCSharpObject();

    //Create Javascript object
    Type scriptType = Type.GetTypeFromCLSID(Guid.Parse("0E59F1D5-1FBE-11D0-8FF2-00A0D10038BC"));
    dynamic obj = Activator.CreateInstance(scriptType, false);
    obj.Language = "Javascript";
    obj.AddObject("csharp", csharpObj);

    //Load Html (your string in question)
    string html = @"<script type=""text/javascript"">wr(""<span>maddog"");wr(""@"");wr(""website-url.com</span>"")</script>";
    HtmlAgilityPack.HtmlDocument doc = new HtmlAgilityPack.HtmlDocument();
    doc.LoadHtml(html);

    //Create "wr" function
    string script = "function wr(s){csharp.wr(s);}";

    //Get the text of script tag                
    script += doc.DocumentNode.SelectSingleNode("//script").InnerText;

    //Execute script
    obj.Eval(script);

    //Load the string created by javascript execution
    doc.LoadHtml(csharpObj.Output);

    //tada.....
    var eMailAddress = doc.DocumentNode.InnerText;

    Console.WriteLine(eMailAddress);
}

[ComVisible(true)]
public class MyCSharpObject
{
    public string Output = "";
    public void wr(string s)
    {
        Output += s;
    }
}

公共无效测试（）
{
//javascript将访问的C#对象
var csharpObj=新的MyCSharpObject（）；
//创建Javascript对象
类型scriptType=Type.GetTypeFromCLSID（Guid.Parse（“0E59F1D5-1FBE-11D0-8FF2-00A0D10038BC”）；
dynamic obj=Activator.CreateInstance（scriptType，false）；
obj.Language=“Javascript”；
对象AddObject（“csharp”，csharpObj）；
//加载Html（有问题的字符串）
字符串html=@“wr”（“maddog”）；wr（“@”）；wr（“'website url.com”）；
HtmlAgilityPack.HtmlDocument doc=新的HtmlAgilityPack.HtmlDocument（）；
doc.LoadHtml（html）；
//创建“wr”函数
string script=“函数wr（s）{csharp.wr（s）；}”；
//获取脚本标记的文本
script+=doc.DocumentNode.SelectSingleNode（//script”）.InnerText；
//执行脚本
目标评估（脚本）；
//加载javascript执行创建的字符串
doc.LoadHtml（csharpObj.Output）；
//多田。。。。。
var eMailAddress=doc.DocumentNode.InnerText；
Console.WriteLine（电子邮件地址）；
}
[ComVisible（true）]
公共类MyCSharpObject
{
公共字符串输出=”；
公共空间wr（字符串s）
{
输出+=s；
}
}

------编辑-----

我不知道如何写“获取所有wr（*）字符串

虽然您似乎想要这样的解决方案，但我不会依赖正则表达式来解析html

public void Test2()
{
    string html = @"<script type=""text/javascript"">wr(""<span>maddog"");wr(""@"");wr(""website-url.com</span>"")</script>";

    var parsedHtml = String.Join("",Regex.Matches(html, @"wr\(\""(.+?)\""\)")
                                            .Cast<Match>()
                                            .Select(m => m.Groups[1].Value));

    HtmlAgilityPack.HtmlDocument doc = new HtmlAgilityPack.HtmlDocument();
    doc.LoadHtml(parsedHtml);
    var eMailAddress = doc.DocumentNode.InnerText;
}

public void Test2（）
{
字符串html=@“wr”（“maddog”）；wr（“@”）；wr（“'website url.com”）；
var parsedHtml=String.Join（“，Regex.Matches（html，@“wr\（.+？）\”））
.Cast（）
.Select（m=>m.Groups[1].Value））；
HtmlAgilityPack.HtmlDocument doc=新的HtmlAgilityPack.HtmlDocument（）；
doc.LoadHtml（parsedHtml）；
var eMailAddress=doc.DocumentNode.InnerText；
}
这个想法是：


使用一个正则表达式获取所有wr（*）字符串
删除引号（“”）
删除
和


这里有一个Python解决方案

import re

def geturl(text):
    '''
    Get all the wr(*) strings.
    Remove quotes.
    Remove <span> and </span>
    '''
    regex = re.compile(r'wr\(([^)]*)\)')
    match = regex.findall(xx)
    url = ''.join([s.replace('"', '') for s in match])
    url = url.replace('<span>', '').replace('</span>', '')
    return url

if __name__ == '__main__':
    xx = '''<script type="text/javascript">wr("<span>maddog");wr("@");wr("website-url.com</span>")</script>'''
    url = geturl(xx)
    print url

重新导入
def geturl（文本）：
'''
获取所有wr（*）字符串。
删除引号。
移去
'''
regex=re.compile（r'wr\（[^）]*）\）
match=regex.findall（xx）
url=''.join（[s.replace（'''，''）用于匹配中的s]）
url=url.replace（“”，“”），replace（“”，“”）
返回url
如果uuuu name uuuuuu='\uuuuuuu main\uuuuuuu'：
xx=''wr（“疯狗”）；wr（“网站url.com”）''
url=geturl（xx）
打印url

给出
maddog@website-url.com
它是HTML中的javascript请在投票时留下评论。如果它是HTML中的javascript，为什么要将它标记为c#regex？我认为这个答案有两个问题a）试图用regex解析HTML（请参见）b）OP想要一个c#解决方案我该如何用c#写它我不知道如何编写“获取所有wr（*）字符串”。如果html代码从未更改，这可能会起作用，但即使是额外的代码也会使此解决方案失败。
import re

def geturl(text):
    '''
    Get all the wr(*) strings.
    Remove quotes.
    Remove <span> and </span>
    '''
    regex = re.compile(r'wr\(([^)]*)\)')
    match = regex.findall(xx)
    url = ''.join([s.replace('"', '') for s in match])
    url = url.replace('<span>', '').replace('</span>', '')
    return url

if __name__ == '__main__':
    xx = '''<script type="text/javascript">wr("<span>maddog");wr("@");wr("website-url.com</span>")</script>'''
    url = geturl(xx)
    print url