c#子字符串-解析中间的所有文本

尝试解析下面html代码中的所有文本（主要是url）。但我只想获取这些div标记（result firstline title）和（result url js result url）之间的url，用于每个（所有）事件

要明确的是，我能够从下面的html源抓取所有的url，但问题是它也抓取了url几乎3次。为此，我有一个修复程序，可以删除重复的url，但是，如果仔细查看html源代码，您会发现它也会捕获第三个url

<div class="result js-result card-mobile ">
<div class="result-firstline-container">
    <div class="result-firstline-title">
        <a
            class="result-title js-result-title"

            href="https://www.lifewire.com/top-social-networking-sites-people-are-using-3486554"

        >
            The Top Social Networking Sites People Are Using
        </a>
    </div>

</div>

<a
    class="result-url js-result-url"

    href="https://www.lifewire.com/top-social-networking-sites-people-are-using-3486554">https://www.lifewire.com/top-<b>social-networking-sites</b>-people-are...
</a>
<p class="result-snippet">
    The Top
</p>
</div>

<div class="result js-result card-mobile ">
    <div class="result-firstline-container">
        <div class="result-firstline-title">
            <a
                class="result-title js-result-title"

                href="http://www.ebizmba.com/articles/social-networking- websites"

            >
                Top 15 Most Popular Social Networking Sites | January 2019
            </a>
        </div>

    </div>

    <a
        class="result-url js-result-url"

        href="http://www.ebizmba.com/articles/social-networking- websites">www.ebizmba.com/articles/<b>social-networking</b>-<b>websites</b>
    </a>
    <p class="result-snippet">
        Top 15 Most 
    </p>

</div>     

要获取url，我使用以下方法：

var regexURLParser=new Regex（@“（http ^ ftp ^ https）：\/\/（[\w\-\+（？：（？：\.[\w\-\+）+））（[\w\-，@^=%&；：/\+\\\\\\\%*[\w\-\\\\^=%&；/\++\+\\\\\\+++）”，RegexOptions.single RegexOptions.single RegexOptions.CultureInvariant）

我想从以下内容中获取url：

        <a
            class="result-title js-result-title"

            href="https://www.lifewire.com/top-social-networking-sites-people-are-using-3486554"

        >

        <a
            class="result-title js-result-title"

            href="http://www.ebizmba.com/articles/social-networking-websites"

        >

通过使用NuGet将其包含在项目中，您可以使它变得更容易

使用NuGet添加HTMLAgilityPack

转到
软件包管理器控制台
并键入
安装软件包HtmlAgilityPack-版本1.11.3

安装后，您可以提取URL，如下所示

var doc = new HtmlAgilityPack.HtmlDocument();
doc.LoadHtml(@"put html string here");

var listOfUrls = new List<string>();
doc.DocumentNode.SelectNodes("//a").ToList()
   .ForEach(x=> 
           {
              //Use HasClass method to filter elements 
              if (!string.IsNullOrEmpty(x.GetAttributeValue("href", "")) 
                   && x.HasClass("result-title") && x.HasClass("js-result-title"))
              {
                 listOfUrls.Add(x.GetAttributeValue("href", ""));
              }
           });

listOfUrls.ForEach(x => Console.WriteLine(x));

为了人类的利益，。让你的生活简单很多，并使用AngleSharp。@NPras为什么要使用XML？我遗漏了什么吗？@sLw HTML是多种XML，因此XML解析器可能会简化这个问题的解决方案。如果我们学究的话，从技术上讲HTML不是严格的XML（）。但该示例似乎是一个格式正确的XML片段，因此一个简单的XML解析器很可能可以工作。HTML解析器可能更重，您需要依赖第三方代码。好的，这个方法也会获取第二个url，因为它位于href属性中。我只需要这个（class=“result title js result title”）标记后面的url。@Buddhihin要用class过滤元素，可以使用
HasClass
方法。请看编辑。谢谢，我试过你的第二种方法，它很有效。这样做比正则表达式快吗？还有，还有其他方法可以实现吗？是的，还有其他方法可以实现同样的效果，Regex可以更快，但不适合这样做。如果你觉得这很有帮助，那么就接受这个答案，这样其他人就可以从中受益。
https://www.lifewire.com/top-social-networking-sites-people-are-using-3486554
http://www.ebizmba.com/articles/social-networking-websites 

var doc = new HtmlAgilityPack.HtmlDocument();
doc.LoadHtml(@"put html string here");

var listOfUrls = new List<string>();
doc.DocumentNode.SelectNodes("//a").ToList()
   .ForEach(x=> 
           {
              //Use HasClass method to filter elements 
              if (!string.IsNullOrEmpty(x.GetAttributeValue("href", "")) 
                   && x.HasClass("result-title") && x.HasClass("js-result-title"))
              {
                 listOfUrls.Add(x.GetAttributeValue("href", ""));
              }
           });

listOfUrls.ForEach(x => Console.WriteLine(x));

var doc = new HtmlAgilityPack.HtmlDocument();
doc.LoadHtml(@"put html string here");

var listOfUrls = doc.DocumentNode.Descendants("a")
    .Where(x => x.Attributes["class"] != null 
                && x.Attributes["class"].Value == "result-title js-result-title")
    .Select(x => x.GetAttributeValue("href", "")).ToList();