求一正则表达式，获取网页里的table里头的数据

求一正则表达式，获取网页里的table里面的数据
网页的内容：

HTML code

<table width="85%" height="216" border="0" cellpadding="0" cellspacing="0">  <tr>    <td>A</td>    <td>B</td>    <td>1</td>    <td>2</td>    <td>3</td>  </tr>  <tr>    <td>C</td>    <td>D</td>    <td>4</td>    <td>5</td>    <td>6</td>  </tr>  <tr>    <td rowspan="2">EG</td>    <td rowspan="2">FH</td>    <td>7</td>    <td>8</td>    <td>9</td>  </tr>  <tr>    <td>10</td>    <td>11</td>    <td>12</td>  </tr>  <tr>    <td>I</td>    <td>J</td>    <td>13</td>    <td>14</td>    <td>15</td>  </tr></table>

需要一个正则表达式，得到一下结果：

列一 列2 列3
A B <td>1</td><td>2</td><td>3</td>
C D <td>4</td><td>5</td><td>6</td>
EG FH <td>7</td><td>8</td><td>9</td></tr><tr><td>10</td><td>11</td><td>12</td>
I J <td>13</td><td>14</td><td>15</td>

即是得到前两列的值，同时得到后面列的html字符串，特别注意第三行那种格式也要适应，就是 td rowspan="2" 这种的。

[解决办法]
又不见回复？

C# code

 string tempStr = File.ReadAllText(@"C:\Users\M\Desktop\Test.txt", Encoding.GetEncoding("GB2312"));//读取文档            var result = Regex.Matches(tempStr, @"<tr[^>]*?>\s*?<td[^>]*?>([^<]*?)</td>\s*?<td[^>]*?>([^<]*?)</td>\s*?(((?:\s*?<tr>\s*?)?\s*?<td>\d+?</td>\s*?(?:\s*?</tr>\s*?)?)+)(?=\s*?</tr>)").Cast<Match>().Select(a => new {             列1=a.Groups[1].Value,            列2=a.Groups[2].Value,            列3=Regex.Replace(a.Groups[3].Value,@"\s+",string.Empty)//去除多余空格            });            /*             +        [0]    { 列1 = "A", 列2 = "B", 列3 = "<td>1</td><td>2</td><td>3</td>" }    <Anonymous Type>            +        [1]    { 列1 = "C", 列2 = "D", 列3 = "<td>4</td><td>5</td><td>6</td>" }    <Anonymous Type>            +        [2]    { 列1 = "EG", 列2 = "FH", 列3 = "<td>7</td><td>8</td><td>9</td></tr><tr><td>10</td><td>11</td><td>12</td>" }    <Anonymous Type>            +        [3]    { 列1 = "I", 列2 = "J", 列3 = "<td>13</td><td>14</td><td>15</td>" }    <Anonymous Type>             */
[解决办法]
string Pattern = "<tr>[^<]+<td>([^<]+)</td>[^<]+<td>([^<]+)</td>[^<]+<td>([^<]+)</td>[^<]+<td>([^<]+)</td>[^<]+<td>([^<]+)</td>[^<]+<td>([^<]+)</td>[^<]+<td>([^<]+)</td>[^<]+<td>([^<]+)</td>[^<]+<td>([^<]+)</td>[^<]+<td>([^<]+)</td>[^<]+<td>([^<]+)</td>[^<]+<td>([^<]+)</td>[^<]+<td>([^<]+)</td>[^<]+</tr>";
Match m = Regex.Match("InputString",Pattern,);
while (m.Success) 
 
{
//姓 名
Console.WriteLine(m.Groups[1].value);2，4，5这样取试试

  m = m.NextMatch();
} 

 

查看更多 下一篇