如何从C#中的字符串中提取href标签？

Question

我有一个C#函数,它返回一个字符串,格式如下:

string tableTag = "<th><a href="Boot_53.html">135 Boot</a></th>"

我想获得href链接并存储到另一个名为link的字符串中:

string link = "Boot_53.html"

我怎么能在C#中做到这一点？

Answer 1

您可以使用HTML解析器，例如HTML agility pack解析输入的HTML并提取您要查找的信息：

using HtmlAgilityPack;
using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Threading.Tasks;

class Program
{
    static void Main(string[] args)
    {
        var doc = new HtmlDocument();
        string tableTag = "<th><a href=\"Boot_53.html\">135 Boot</a></th>";
        doc.LoadHtml(tableTag);

        var anchor = doc.DocumentNode.SelectSingleNode("//a");
        if (anchor != null)
        {
            string link = anchor.Attributes["href"].Value;
            Console.WriteLine(link);
        }
    }
}

Answer 2

你可以使用正则表达式:

string input= "<th><a href=\"Boot_53.html\">135 Boot</a></th>";
string regex= "href=\"(.*)\"";
Match match = Regex.Match(input, regex);
if (match.Success)
{
    string link= match.Groups[1].Value;
    Console.WriteLine(link);
}

Answer 3

如果您知道html实际上是一个xhtml(一个符合xml标准[或多或少]的html),您只需使用专用于xml的工具(通常比html更简单)解析.

var hrefLink = XElement.Parse("<th><a href=\"Boot_53.html\">135 Boot</a></th>")
                       .Descendants("a")
                       .Select(x => x.Attribute("href").Value)
                       .FirstOrDefault();