解析HTML - 如何从标记中获取数字？

Question

我正在开发与Web站点交互的Windows窗体应用程序。

使用WebBrowser控制我控制的网站，我可以使用通过标签迭代：

HtmlDocument webDoc1 = this.webBrowser1.Document; 
HtmlElementCollection aTags = webDoc1.GetElementsByTagName("a"); 

现在，我想从它下面的标签的特定文本：

<a href="issue?status=-1,1,2,3,4,5,6,7&amp;@sort=-activity&amp;@search_text=&amp;@dispname=Show Assigned&amp;@filter=status,assignedto&amp;@group=priority&amp;@columns=id,activity,title,creator,status&amp;assignedto=244&amp;@pagesize=50&amp;@startwith=0">Show Assigned</a><br>

像这里一样，我想在上面的标记中获得等于assignedto的数字244并将其保存到变量中以供进一步使用。

我该怎么做？

Answer 1

您可以尝试按';'分割字符串值，然后每串用“=”这样的：

string aTag = ...; 
foreach(var splitted in aTag.Split(';')) 
{ 
    if(splitted.Contains("=")) 
    { 
     var leftSide = splitted.Split('=')[0]; 
     var rightSide = splitted.Split('=')[1]; 
     if(leftSide == "assignedto") 
     { 
      MessageBox.Show(rightSide); //It should be 244 
      //Or... 
      int num = int.Parse(rightSide); 
     } 
    } 
} 

另一种选择是使用的正则表达式，你可以测试在这里：www.regextester.com。和一些正则表达式的更多信息：http://msdn.microsoft.com/en-us/library/system.text.regularexpressions.regex.aspx

希望它有帮助！

Answer 2

如果所有情况与此类似，你不介意在你的Windows窗体应用程序System.Web参考，土特产品可以做这样的事情：

using System; 

public class Program 
{ 
    static void Main() 
    { 
     string href = @"issue?status=-1,1,2,3,4,5,6,7& 
@sort=-activity&@search_text=&@dispname=Show Assigned& 
@filter=status,assignedto&@group=priority& 
@columns=id,activity,title,creator,status&assignedto=244& 
@pagesize=50&@startwith=0"; 

     href = System.Web.HttpUtility.HtmlDecode(href); 

     var querystring = System.Web.HttpUtility.ParseQueryString(href); 

     Console.WriteLine(querystring["assignedto"]); 
    } 
} 

这是一个简单的例子，首先你需要提取href属性文本，但这不应该很复杂。拥有href属性文本，您可以利用这基本上是查询字符串和.NET中的重用代码已经解析查询字符串。

要完成这个例子，获得href属性文字你可以这样做：

HtmlElementCollection aTags = webBrowser.Document.GetElementsByTagName("a"); 

foreach (HtmlElement element in aTags) 
{ 
    string href = element.GetAttribute("href"); 
}