C# 正则表达式从大型html源中提取信息？

在众多的html源代码中，我有一些类似的元素

<option value=15>Bahrain - Manama</option>
<option value=73>Bangladesh - Dhaka</option>
<option value=46>Barbados - Bridgetown</option>
<option value=285>Belarus - Minsk</option>
<option value=48>Belgium - Brussels</option>
<option value=36>Belize - Belmopan</option>

---

这会删掉一些文本，但我或多或少会被困在想如何从文本中提取相关部分的问题上。我知道这很糟糕，但我正在学习：（

不要使用正则表达式-使用-现在您可以使用Linq检索选项元素并在一行中建立字典：

HtmlDocument doc = new HtmlDocument();
//remove "option" special handling otherwise inner text won't be parsed correctly
HtmlNode.ElementsFlags.Remove("option"); 
doc.Load("test.html");

var Places = doc.DocumentNode
                .Descendants("option")
                .ToDictionary(x => x.InnerText.Split('-')[1].Trim(),
                              x => x.Attributes["value"].Value);

---

为了从选项值中提取城市名称，上面使用

string.Split（）

，在分隔的

-

上拆分，取第二个（城市）字符串并修剪任何前导或尾随空格。

不要使用正则表达式-使用-现在您可以使用Linq检索选项元素并在一行中建立字典：

HtmlDocument doc = new HtmlDocument();
//remove "option" special handling otherwise inner text won't be parsed correctly
HtmlNode.ElementsFlags.Remove("option"); 
doc.Load("test.html");

var Places = doc.DocumentNode
                .Descendants("option")
                .ToDictionary(x => x.InnerText.Split('-')[1].Trim(),
                              x => x.Attributes["value"].Value);

---

对于从选项值提取城市名称，上面使用

string.Split（）

，在分隔

-

的基础上进行拆分，获取第二个（城市）字符串并修剪任何前导或尾随空格。

如果您要查找的唯一相关数据在

string[] options = Regex.Split(theSource, "<option value="); // Splits up the source which is downloaded from the url

要获取数字，如果需要获取更长的数字，可以使用指针循环if语句。如果数字不总是超过10，只需使用指针循环if语句并忽略第一行

然后我会重复使用字符串the string：

string[] place = Regex.Split(options[x], " - "); // split it immediately after the name
theString = place[0].substring(y, place[0].length - y); 

然后将它们添加到

Places.Add(theString, theInt);

---

如果代码不起作用，那么算法会起作用，只要确保拼写正确，并且如果您要查找的唯一相关数据在

string[] options = Regex.Split(theSource, "<option value="); // Splits up the source which is downloaded from the url

要获取数字，如果需要获取更长的数字，可以使用指针循环if语句。如果数字不总是超过10，只需使用指针循环if语句并忽略第一行

然后我会重复使用字符串the string：

string[] place = Regex.Split(options[x], " - "); // split it immediately after the name
theString = place[0].substring(y, place[0].length - y); 

然后将它们添加到

Places.Add(theString, theInt);

---

如果代码不能很好地工作，那么算法就会工作，只要确保拼写正确，并且变量正在做它们应该做的事情

你可以尝试使用它，这会让你更容易“巴林”是国家名称。你想忽略国家还是城市？@Ben Vogit是的！谢谢，我对打字感到困惑有点相关（但读起来总是很有趣）。是的，读起来很有趣。有很多值得思考的地方。谢谢。你可以试着使用它会让你“巴林”更容易一些是国家名称。你想忽略国家还是城市？@Ben Vogit是的！谢谢，我对打字感到困惑有点相关（但读起来总是很有趣）。是的，读起来很有趣。非常值得思考。谢谢。