匹配表w/Regex

Question

我正在尝试使用正则表达式来匹配表格,但我遇到了一些问题.我无法弄清楚它为什么不能正常匹配.这是HTML:

    <table class="integrationteamstats">
    <tbody>
    <tr>
        <td class="right">
            <span class="mediumtextBlack">Queue:</span>
        </td>
        <td class="left">
            <span class="mediumtextBlack">0</span>
        </td>
        <td class="right">
            <span class="mediumtextBlack">Aban:</span>
        </td>
        <td class="left">
            <span class="mediumtextBlack">0%</span>
        </td>
        <td class="right">
            <span class="mediumtextBlack">Staffed:</span>
        </td>
        <td class="left">
            <span class="mediumtextBlack">0</span>
        </td>
    </tr>
    <tr>
        <td class="right">
            <span class="mediumtextBlack">Wait:</span>
        </td>
        <td class="left">
            <span class="mediumtextBlack">0:00</span>
        </td>
        <td class="right">
            <span class="mediumtextBlack">Total:</span>
        </td>
        <td class="left">
            <span class="mediumtextBlack">0</span>
        </td>
        <td class="right">
            <span class="mediumtextBlack">On ACD:</span>
        </td>
        <td class="left">
            <span class="mediumtextBlack">0</span>
        </td>
    </tr>
    </tbody>
    </table>

我需要得到两条信息:Queue下面的td内的数据和Wait下面的td内的数据(所以Queue计数和等待时间).很明显,这些数字会经常更新.

这是我用于提取初始表的正则表达式,但它不起作用:

Match statstable = Regex.Match(this.html, "<table class=\"integrationteamstats\">(.*?)</table>");

而且我不确定我应该用什么正则表达式从td获取数据.

在有人要求之前,没有办法我无法更新HTML以获得ID或任何性质的东西.它几乎就是这样.唯一一致的是td的位置.

Answer 1

我建议使用HTML Agility Pack来解析HTML并查询其结构,而不是正则表达式.

什么是Html Agility Pack(HAP)？

这是一个敏捷的HTML解析器,它构建一个读/写DOM并支持普通的XPATH或XSLT(你实际上不需要理解XPATH或XSLT来使用它,不用担心......).它是一个.NET代码库,允许您解析"out of the web"HTML文件.解析器非常容忍"真实世界"格式错误的HTML.对象模型与提出System.Xml非常相似,但对于HTML文档(或流).

通常,正则表达式是解析HTML的不良选择.