相关疑难解决方法(0)

可能重复:
在C#中解析html的最佳方法是什么？

我想提取HTML文档的结构 - 所以标签比内容更重要.理想情况下,它也能够在一定程度上合理地处理格式错误的HTML.

有人知道一个可靠而有效的解析器吗？

有没有像C++/C一样的开源Jsoup/jQuery解析器/选择器引擎？

使用正则表达式,我希望能够在多个DIV标记之间获取文本.例如,以下内容:

<div>first html tag</div>
<div>another tag</div>

输出:

first html tag
another tag

我使用的正则表达式模式只匹配我的最后一个div标签并错过了第一个.码:

    static void Main(string[] args)
    {
        string input = "<div>This is a test</div><div class=\"something\">This is ANOTHER test</div>";
        string pattern = "(<div.*>)(.*)(<\\/div>)";

        MatchCollection matches = Regex.Matches(input, pattern);
        Console.WriteLine("Matches found: {0}", matches.Count);

        if (matches.Count > 0)
            foreach (Match m in matches)
                Console.WriteLine("Inner DIV: {0}", m.Groups[2]);

        Console.ReadLine();
    }

输出:

匹配发现:1

内部DIV:这是另一个测试

现在我正在使用HtmlAgilityPack.

但很难通过Xpath选择.

在Java中我知道Jsoup.是否有任何相同的.net库？

解析Html并使用CSS样式选择器来查找元素.

我正在寻找一个类或方法来解析包含html文档的字符串,就像我使用jquery一样:

所以我需要的主要是css选择器.

我想得到所有链接,或获取所有div元素(这是一个特殊的其他元素的孩子)和类似的东西.

有没有工具来做这些事情？