C# 稍微复杂的web文本到变量解析

我从一个网站上获取文本并将其解析为变量。然而，当我拉文本时得到的字符串有点复杂。在网上看起来是这样的

Invoice #: 1267
Date: 4/16/2018 10:44:00 AM
PO #:
Reference:
Countermen: A/A

我遇到的问题是，所有这些都是一个字符串。字符串也会动态变化，因为一些订单输入了文本，而其他订单没有。例如，某些订单的每个字段都已填写，而其他订单几乎没有填写字段

Invoice #:
1267

<br>

Date:
4/16/2018 10:44:00 AM

<br>

PO #:

<br>

Reference:

<br>

Countermen:
A/A

发票#：
1267


日期：
2018年4月16日上午10:44:00


PO#：


参考：


柜台人员：
A/A

这是我检查web元素时显示的内容

我想将信息解析成单个字符串和整数进行测试，但我很难处理字符串的整个“动态”部分，因为有些字符串会更长，而有些字符串会更短

以下是一些实际网站的图片，如果有帮助的话：

---

您可以使用简单的正则表达式

\s*

匹配任何空白，并且

（.*？

匹配在空白之间找到的任何内容。结尾处的

$

强制它匹配

计数器

后面的所有文本，这一点很重要：

string sb = "Invoice #:" +
                "1267" +
                "<br>" +
                "Date:" +
                "4/16/2018 10:44:00 AM" +
                "<br>" +
                "PO #:" +
                "<br>" +
                "Reference:" +
                "<br>" +
                "Countermen:" +
                "A/A";

var matches = Regex.Match(sb,
    @"Invoice #:\s*(.*?)\s*<br>\s*Date:\s*(.*?)\s*<br>\s*PO #:\s*(.*?)\s*<br>\s*Reference:\s*(.*?)\s*<br>\s*Countermen:\s*(.*?)\s*$");

if (!matches.Success)
{
    throw new Exception("Unable to parse");
}

var invoice = matches.Groups[1].Value;
var date = matches.Groups[2].Value;

string sb=“发票#：：”+
"1267" +
“
”+
“日期：”+
“2018年4月16日上午10:44:00”+
“
”+
“PO:”+
“
”+
“参考：”+
“
”+
“店员：”+
“A/A”；
var matches=Regex.Match（sb，
@“发票：\s*（*？）\s*
\s*日期：\s*（*？）\s*
\s*PO:\s*（*？）\s*
\s*参考：\s*（*？）\s*
\s*柜台人员：\s*（*？）\s*”；
如果（！matches.Success）
{
抛出新异常（“无法解析”）；
}
var发票=匹配项。组[1]。值；
var date=matches.Groups[2]。值；

Dotnetfiddle此处：

假设：

数据键和值由

分隔：

每个数据点由

根据您的示例数据：

using System;
using System.Collections.Specialized;


public class Program
{
    public static void Main()
    {
        var str = @"Invoice #:
                    1267

                    <br>

                    Date:
                    4/16/2018 10:44:00 AM

                    <br>

                    PO #:

                    <br>

                    Reference:

                    <br>

                    Countermen:
                    A/A";

        //Array containing "raw string data"
        var raw = str.Split(new[]{"<br>"}, StringSplitOptions.RemoveEmptyEntries);

        //Just using a simple NVC, opt for something else based on your needs       
        var kvp = new NameValueCollection();

        //Go through the raw array we created earlier and
        // add the key/value pairs to our NameValueCollection, kvp
        Array.ForEach(raw, s =>
        {
            //Because of date/time, we'll restrict colon to first occurrence
            var data = s.Split(new [] {":"}, 2, StringSplitOptions.None);
            kvp.Add(data[0].Trim(), data[1].Trim());
        });


        /*
         * At this point, we have our "parsed" data in
         * key/value pairs, kvp and can use it as needed
         *
         */

        // We can loop through the kvp and simply display
        foreach(string k in kvp.Keys){
            Console.WriteLine("{0} = {1}", k, kvp[k]);
        }


        // We can assign values to variables we create
        var invNum = kvp["Invoice #"];
    }
}

文件：

---

Hth…

我更想让每个组件都有自己的变量，比如

var invNum=1267；var月=4；var日=2018年

等等…@Xman-您可以根据需要扩展上面的内容<代码>var invNum=kvp[“发票#”]我应该把它放在哪里？我还是新手，所以我真的不知道这些函数和方法是什么。对于这种情况，我需要一点帮助。@Xman我已经更新了答案并为函数添加了注释，还为

NameValueCollection

添加了对Microsoft文档的引用（我随意选择使用的，它不是您可以使用的唯一数据结构-使用任何适合您需要的数据结构）。

Invoice # = 1267
Date = 4/16/2018 10:44:00 AM
PO # = 
Reference = 
Countermen = A/A