C# 请帮助修改此正则表达式

可能重复：

我正在尝试搜索以下HTML字符串以获取这些产品的成本：

<div id=menu>
  <p>A hamburger without cheese costs $5.</p>
  <p>A cheeseburger with one patty costs $6.</p>
</div>

一个没有奶酪的汉堡包要5美元

一个芝士汉堡加一个馅饼要6美元

我能够使用以下表达式成功获得每种商品的价格：

string hamburger = "<p>A hamburger[^\\$]+\\$(?<price>.*?).</p>";
string cheeseburger = "<p>A cheeseburger[^\\$]+\\$(?<price>.*?).</p>"

    public string GetProductPrice(string expression)
    {
        expression = Regex.Unescape(expression);
        Regex regex = new Regex(expression);
        MatchCollection mc = regex.Matches(MENU_DIV_STRING);

        if (mc.Count > 0 && mc[0].Groups.Count == 2)
            return mc[0].Groups[1].ToString();
        else
            return "--";
    }

string hamburger=“A hamburger[^\\\$]+\\$（？*？）。
”；
string cheeseburger=“A cheeseburger[^\\\$]+\\\$（？*？）。
”
公共字符串GetProductPrice（字符串表达式）
{
expression=Regex.Unescape（表达式）；
正则表达式正则表达式=新正则表达式（表达式）；
MatchCollection mc=regex.Matches（菜单分区字符串）；
如果（mc.Count>0&&mc[0].Groups.Count==2）
返回mc[0]。组[1]。ToString（）；
其他的
返回“-”；
}

但是，当给出以下内容时，我被抛出了一个循环：

<div id=menu>
  <p>A hamburger without cheese costs $5.</p>
  <p>A cheeseburger with one patty costs $6.</p>
  <p>A cheeseburger (SPECIAL: add an additional patty for $1 each) costs $6.</p>
</div>

一个没有奶酪的汉堡包要5美元

一个芝士汉堡加一个馅饼要6美元

一个芝士汉堡（特价：加一块肉饼，每块1美元）售价6美元

第二个美元符号“为1美元再添一块肉饼”的出现让我大吃一惊。我已经研究并尝试了很多事情，比如使用模式，现在我完全弄糊涂了

---

是否有一个正则表达式可以计算出一个奶酪汉堡的价格，无论是否有特殊的奶酪汉堡？

否..否..否..

正则表达式不是解析HTML文件的好选择

HTML不严格，格式也不规则

使用

正则表达式用于正则表达式而不是不正则表达式

您可以使用此代码像这样检索它

HtmlDocument doc = new HtmlDocument();
doc.Load(yourStream);

var itemList = doc.DocumentNode.SelectSingleNode("//div[@id='menu']")
                  .Elements("p")
                  .Select(p => p.InnerText)
                  .ToList();

foreach(var item in itemList)
{
Match m= Regex.Match(item,@"(?<name>[Aa]?\s*.*?)\s.*?(?<price>\$\d+).*");
    if(m.Success==true)
     {
            m.Groups["name"].Value;
            m.Groups["price"].Value;
     }
}

HtmlDocument doc=新的HtmlDocument（）；
文档加载（yourStream）；
var itemList=doc.DocumentNode.SelectSingleNode（//div[@id='menu']）
.要素（“p”）
.Select（p=>p.InnerText）
.ToList（）；
foreach（itemList中的变量项）
{
Match m=Regex.Match（项，@“（？[Aa]？\s**？）\s.*（？\$\d+）.*）；
如果（m.Success==true）
{
m、 组[“名称”]。值；
m、 组[“价格”]。价值；
}
}

正则表达式将是

（？[Aa]？\s**？）\s.*（？\$\d+）.*

Group1捕获名称

---

第2组捕获价格

正则表达式不是解析HTML文件的好选择

HTML不严格，格式也不规则

使用

正则表达式用于正则表达式而不是不正则表达式

您可以使用此代码像这样检索它

HtmlDocument doc = new HtmlDocument();
doc.Load(yourStream);

var itemList = doc.DocumentNode.SelectSingleNode("//div[@id='menu']")
                  .Elements("p")
                  .Select(p => p.InnerText)
                  .ToList();

foreach(var item in itemList)
{
Match m= Regex.Match(item,@"(?<name>[Aa]?\s*.*?)\s.*?(?<price>\$\d+).*");
    if(m.Success==true)
     {
            m.Groups["name"].Value;
            m.Groups["price"].Value;
     }
}

HtmlDocument doc=新的HtmlDocument（）；
文档加载（yourStream）；
var itemList=doc.DocumentNode.SelectSingleNode（//div[@id='menu']）
.要素（“p”）
.Select（p=>p.InnerText）
.ToList（）；
foreach（itemList中的变量项）
{
Match m=Regex.Match（项，@“（？[Aa]？\s**？）\s.*（？\$\d+）.*）；
如果（m.Success==true）
{
m、 组[“名称”]。值；
m、 组[“价格”]。价值；
}
}

正则表达式将是

（？[Aa]？\s**？）\s.*（？\$\d+）.*

Group1捕获名称

---

Group2捕获价格

用正则表达式解析html很麻烦。使用下面回答的HTMLAgilityPack-迄今为止最简单的解决方案我编辑了你的标题。请参阅“”，其中的共识是“不，他们不应该”。用正则表达式解析html是很麻烦的。按照下面的回答使用HTMLAgilityPack-到目前为止，这是最简单的解决方案我编辑了你的标题。请看“”，其中的共识是“不，他们不应该”。好的，使用正则表达式解析html不是一件好事。但是你如何解析一个奶酪汉堡（特价：每一个加一块1美元的肉饼）的价格是6美元。用HtmlAgilityPack来获得价格？+1“不规则表达”哈哈哈！好的，谢谢。我确实查看了codeplex上的HTMLAgilityPack（应该提到）站点，但没有看到任何解析html标记内部文本的示例。这个例子很有帮助。谢谢@Anirudha唯一的问题是您的linq代码无法编译。@Anirudha为什么不试试？你希望我修复它吗？好的，使用正则表达式解析html不是一件好事。但是你如何解析一个奶酪汉堡（特价：每一个加一块1美元的肉饼）的价格是6美元。用HtmlAgilityPack来获得价格？+1“不规则表达”哈哈哈！好的，谢谢。我确实查看了codeplex上的HTMLAgilityPack（应该提到）站点，但没有看到任何解析html标记内部文本的示例。这个例子很有帮助。谢谢@Anirudha唯一的问题是您的linq代码无法编译。@Anirudha为什么不试试？你希望我把它修好吗？