C# 正则表达式以获取不带注释的html

我需要执行一项任务，就是从网页中获取一些html。在网页中有评论，我需要从评论中取出html。我希望下面的例子能有所帮助。我需要用c语言完成

<!--get html from here-->
<div><p>some text in a tag</p></div>
<!--get html from here-->

我要它回来

<div><p>some text in a tag</p></div>

---

我该怎么做呢？？？

如何查找第一个分隔符的索引，第二个分隔符的索引，并在两者之间裁剪字符串？听起来更简单，可能会和其他方法一样有效。

如何查找第一个分隔符的索引，第二个分隔符的索引，并在两者之间裁剪字符串？听起来简单多了，可能和HTML一样有效。

正则表达式不适合HTML。如果你真的想在所有的荣耀中处理HTML，请考虑HtmlAgilityPack在这个问题中所讨论的。 最简单的可行方法是：

string pageBuffer=...;
string wrapping="<!--get html from here-->";
int firstHitIndex=pageBuffer.IndexOf(wrapping) + wrapping.Length;
return pageBuffer.Substring( firstHitIndex, pageBuffer.IndexOf( wrapping, firstHitIndex) - firstHitIndex));

检查两个标记是否存在时出错

---

根据您的上下文，WatiN可能会很有用，但如果您在服务器上，而在客户端做一些更有趣的事情，可以从完整的HTML解析中受益，WatiN可能会很有用。

正则表达式不适合HTML。如果你真的想在所有的荣耀中处理HTML，请考虑HtmlAgilityPack在这个问题中所讨论的。 最简单的可行方法是：

string pageBuffer=...;
string wrapping="<!--get html from here-->";
int firstHitIndex=pageBuffer.IndexOf(wrapping) + wrapping.Length;
return pageBuffer.Substring( firstHitIndex, pageBuffer.IndexOf( wrapping, firstHitIndex) - firstHitIndex));

检查两个标记是否存在时出错

---

根据您的上下文，WatiN可能会很有用，如果您在服务器上，但如果您在客户端做一些更有趣的事情，可以从完整的HTML解析中获益。

如果所有实例的格式都类似，则可以使用如下表达式

<!--[^(-->)]*-->(.*)<!--[^(-->)]*-->

将检索两个注释之间的所有内容。如果注释中的“从此处获取html”文本定义良好，则可以更具体：

<!--get html from here-->(.*)<!--get html from here-->

---

当您在字符串上运行RegEx时，Groups集合将在注释之间包含HTML。

如果所有实例的格式都类似，则使用如下表达式

<!--[^(-->)]*-->(.*)<!--[^(-->)]*-->

将检索两个注释之间的所有内容。如果注释中的“从此处获取html”文本定义良好，则可以更具体：

<!--get html from here-->(.*)<!--get html from here-->

---

当您在字符串上运行RegEx时，Groups集合将在注释之间包含HTML。

我遇到了这样一个要求，即去掉HTML注释。我一直在寻找一些基于正则表达式的解决方案，这样它就可以进行开箱即用的自由风格的评论，并且在它们下面有任何类型的字符

我试过了，它对单行、多行、带有Unicode字符和符号的注释都非常有效

<!--[\u0000-\u2C7F]*?-->

---

我遇到了这样一个要求去掉HTML注释的情况。我一直在寻找一些基于正则表达式的解决方案，这样它就可以进行开箱即用的自由风格的评论，并且在它们下面有任何类型的字符

我试过了，它对单行、多行、带有Unicode字符和符号的注释都非常有效

<!--[\u0000-\u2C7F]*?-->

---

看：看：那是错误的。[^->]是一个字符类，它匹配除->之外的任何一个字符。您可能正在考虑前瞻：？：？！->任何字符的零个或多个，除非后面三个字符为->。这是一个非常常见的错误。您可能还应该使用惰性量词*？对于您捕获的表达式，因为*是贪婪的，并且会很高兴地吃掉一堆注释，直到它到达文档中的最后一个。这是错误的。[^->]是一个字符类，它匹配除->之外的任何一个字符。您可能正在考虑前瞻：？：？！->任何字符的零个或多个，除非后面三个字符为->。这是一个非常常见的错误。您可能还应该使用惰性量词*？对于您捕获的表达式，因为*是贪婪的，并且会很高兴地吃掉一堆注释，直到它到达文档中的最后一条。