C# 如何在行之间获取字符串<；tr>；从以某个单词开头，以某个单词结尾的Html页面

我有一个HTML页面，它只有一个

标记，但有许多

和

标记

例如：

名称1
一些文本
一些文本
1.
一些文本
--------
一些文本
一些文本
全部的
--------
1989
一些文本
------------------------------------------------------------------------------
姓名2
一些文本
一些文本
一些文本
--------
一些文本
一些文本
一些文本
--------
一些文本
一些文本
全部的
--------
1979
一些文本
------------------------------------------------------------------------------
名字3
一些文本
一些文本
2.
一些文本
--------
一些文本
一些文本
全部的
--------
1089
一些文本

现在假设我想要NAME1和以下TOTAL之间的行，以及NAME3和以下TOTAL之间的行

此之间可以有任意数量的行和列

行和列的大小不是固定的

---

因此，输出应该包括

1.

和

2.

如果您想让组将文本和html分开，请使用以下组：

<td>Name(1|3)</td>((\s*<td>([^<]+)</td>\s*)+</tr>(.*?)<tr>)+?\s*<td>Total</td>

---

名称（1 | 3）（\s*([^我同意其他人的说法，他们说你应该使用解析器。这种解决方案比正则表达式更健壮。但是，如果你知道运行正则表达式所针对的HTML不会有太大变化，正则表达式方法可以工作。要知道，即使对HTML进行一点小的更改，也可能导致此解决方案在以后失败。例如，如果你向任何在内部行中，这个正则表达式将找不到匹配项。在这种情况下，正则表达式也可以工作，但它会变得更复杂，更难阅读

此正则表达式适用于您在问题中提供的示例HTML。使用捕获组1仅获取内部行

<tr\s+[^>]+>\s*<td>Name(?:1|3)</td>(?:\s*<td>[\w\s-]+</td>)+\s*</tr>((?:\s*<tr>(?:\s*<td>[\w\s-]+</td>)+\s*</tr>)+?)\s*<tr>\s*<td>Total</td>(?:\s*<td>[\w\s-]+</td>)+\s*</tr>

]+>\s*名称（？：1 | 3）（？：\s*[\w\s-]+）+\s*（？：\s*（？：\s*[\w\s-]+）+\s*）+？）\s*\s*总计（？:\s*[\w\s-]+）\s**

下面是正则表达式的大致分类：

#Matche the first row.
<tr\s+[^>]+>                    #Match the opening TR tag, allow for any attributes found inside the tag.
\s*<td>Name(?:1|3)</td>         #Match the first cell. Only allow its contents to be "Name1" or "Name3".
(?:\s*<td>[\w\s-]+</td>)+       #Match all other cells in this row.
\s*</tr>                        #Match the end of the row.

#Match all rows between the first and last row.
(?:
    \s*<tr>                         #Match the beginning of an inner row.
        (?:\s*<td>[\w\s-]+</td>)+   #Match all the cells in the current row.
    \s*</tr>                        #Match the end of the current row.
)+?

#Match the last row.
\s*<tr>                         #Match the beginning of the last row.
\s*<td>Total</td>               #Match the first cell. Only allow its contents to be "Total".
(?:\s*<td>[\w\s-]+</td>)        #Match all other cells in this row.
+\s*</tr>                       #Match the end of the last row.

#匹配第一行。
]+>#匹配开始TR标记，允许在标记内找到任何属性。
\s*Name（？：1 | 3）#匹配第一个单元格。仅允许其内容为“Name1”或“Name3”。
（？：\s*[\w\s-]+）+#匹配此行中的所有其他单元格。
\s*#匹配行的末尾。
#匹配第一行和最后一行之间的所有行。
(?:
\s*#匹配内部行的开头。
（？：\s*[\w\s-]+）+#匹配当前行中的所有单元格。
\s*#匹配当前行的末尾。
)+?
#匹配最后一行。
\s*#匹配最后一行的开头。
\s*Total#匹配第一个单元格。仅允许其内容为“Total”。
（？：\s*[\w\s-]+）#匹配此行中的所有其他单元格。
+\s*#匹配最后一行的末尾。
我不想使用第三方工具。那么读一下@I4V-也许你应该读一下：@I4V-我会选择HTML解析器，因为我喜欢和家人呆在一起。也就是说，你不能这样做的“鹦鹉学舌”事实是完全错误的（特别是考虑到.NET正则表达式）。