HTML正则表达式< tr>标签 [英] Regex for HTML <tr> tag

问题描述

我有一个带有< tr> 类的HTML页面，我需要捕获这些标签之间的文本。

我试过正则表达式：

 （？i）< T R [^>]？*>（[^<] *）< / TR> 
  

但它不起作用。

这是我在C＃中的所有代码：

  string patternPost = @（？i）< tr [^>] ？*>（[^<] *）< / TR>中; 
 MatchCollection m1 = Regex.Matches（html，patternPost，RegexOptions.Multiline）; 
 foreach（在m1中匹配m）
 {
 MessageBox.Show（m.Groups [1] .Value）; 
} 
  

在这里你可以找到一个HTML页面的例子： http://pastebin.com/ewN5NZis

你可以看到2块，我需要存储每个块，三个信息在三个不同的列表中：

 列表1：标题1，标题2 
列表2：约翰，安东尼
清单3：29/04/14，28/04/14 
  

使用我的第一个正则表达式，我想先尝试捕获所有块并跳过像 tr 标签不同的无用信息，接下来我想尝试使用3种不同的正则表达式为每个块捕获3个信息。
这是正确的吗？我希望现在你明白我的意思。

编辑：在你最后的评论中，你说过：< tr ....> <标记> ...< / tag> < TAG2> ...< / TAG2> < / tr> 这是对原始问题的相当大的扩展。在这个阶段，我同意所有其他建议：您将需要一个dom解析器。

旧编辑：最初您要求匹配< tr> 标签。对于简单的< tr> 标签：摘录第1组来自

 （？i）< tr>（[^<] *）< / tr> 
  

或者< tr with stuff> ：

 （？i）< tr> *>（[^<] *）< ; / TR> 
  

或者< tr stuff>< td stuff> Grab Me< / td>

 （？i）< tr [^>]>> \s *< td [^>] *？>（。*）< / td 
  

以下是一个代码示例：

  using System; 
使用System.Text.RegularExpressions; 
 class Program {
 static void Main（）{
 
 string s1 =< tr stuff>< td stuff>抓住我< / td>; 
 var r = new Regex（（？i）< tr> *> \\\ s *< td [^>] *？>（。*）< ; / TD）; 
 string capture = r.Match（s1）.Groups [1] .Value; 
 Console.WriteLine（capture）; 
 Console.WriteLine（\ n按任意键退出）; 
 Console.ReadKey（）; 
} // END主要
} //结束程序
  

输出：抓住我

I have an HTML page with <tr> classes and I need to capture the text inbetween those tags.

I tried with Regex:

(?i)<tr[^>]*?>([^<]*)</tr> 

But it doesn't work.

This is all my code in C#:

string patternPost = @"(?i)<tr[^>]*?>([^<]*)</tr>";
MatchCollection m1 = Regex.Matches(html, patternPost, RegexOptions.Multiline);
foreach (Match m in m1)
    {
        MessageBox.Show(m.Groups[1].Value);
    }

Here you can find an example of HTML page: http://pastebin.com/ewN5NZis

You can see 2 block, I need to store for each of blocks, three info in three different list:

List 1: Title1, Title2
List 2: John, Antony
List 3: 29/04/14, 28/04/14

With my first regex I wanna try first to catch all blocks and skip useless information like tags differents from tr and next I wanna try to catch 3 infos for each blocks with 3 different regex. Is this right? I hope now you understand me.

解决方案

EDIT: In your last comment, you said: <tr ....> <tag> ... </tag> <tag2>...</tag2> </tr> which is quite an expansion on the original problem. At this stage, I concur with all other advice: you are going to need a dom parser.

Older Edit: Originally you asked to match contents of <tr> tags. Specs have changed, so this answer contains the evolving versions.

For a plain <tr> tag: extract Group 1 from

(?i)<tr>([^<]*)</tr>

or for a <tr with stuff>:

(?i)<tr[^>]*>([^<]*)</tr>

or for <tr stuff><td stuff>Grab Me</td>

(?i)<tr[^>]*?>\s*<td[^>]*?>(.*)</td

Here is a code sample:

using System;
using System.Text.RegularExpressions;
class Program {
static void Main() {

string s1 = "<tr stuff><td stuff>Grab Me</td>";
var r = new Regex("(?i)<tr[^>]*?>\\s*<td[^>]*?>(.*)</td");
string capture = r.Match(s1).Groups[1].Value;
Console.WriteLine(capture);
Console.WriteLine("\nPress Any Key to Exit.");
Console.ReadKey();
} // END Main
} // END Program

Output: Grab Me

这篇关于HTML正则表达式< tr>标签的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！