如何从<p> HTML标签中提取内容[重复]

Posted 2023-04-13

【中文标题】如何从<p> HTML标签中提取内容[重复]

【英文标题】：How to extract content from <p> HTML tag [duplicate]

【发布时间】：2019-09-26 17:43:15

【问题描述】：

我有以下 html 作为输入：

<p>Hello</p>
<p>How are you?</p>
<div>Hello again</div>

我怎样才能只输出“Hello”？ （仅来自第一个 p-tag 的内容）。并且我怎样才能只访问第二个 p-tag 内容？

所以输出应该是：

string p1 = "Hello"
string p2 = "How are you?"

到目前为止我的代码。完全错误！！！救命！

using System.Text.RegularExpressions;
string p1 = Regex.Match("<p>(.*?)</p>"[0], myString);
string p2 = Regex.Match("<p>(.*?)</p>"[1], myString);

【问题讨论】：

我看了看，但没有告诉我如何具体访问哪个标签

为什么要对 HTML 文档进行正则表达式？即使使用基本的HtmlDocument 类（例如GetElementsByTagName），你也有很多工具可以做到这一点。或获取HtmlAgilityPack。

我在一家小餐馆当厨师。我不是程序员。我只是想解决这个小问题。我不知道我还能怎么做

你交换了正则表达式和输入字符串。 Regex.Match(myString, "(?s)<p>(.*?)</p>").Groups[1].Value。要真正解析 HTML，你必须学习一些编程，否则从长远来看你会失败。

听听人们在告诉你什么。 RegEx不是解析 HTML 的好工具。有更好的库，例如 HtmlAgilityPack，可以使这项工作变得更容易，并且代码会更好地工作。即使具有基本的编码技能，这些也应该相当容易学习..

【参考方案1】：

您可以为每个元素添加一个 id="yourID" 然后像这样进行选择：

javascript：

let p1 = document.getElementById("element1").value 

HTML：

<p id="element1"> </p>

【参考方案2】：

我想你可能正在寻找这样的东西：

Regex r = new Regex("<p>(.*?)<\\/p>");
string p1 = r.Matches(myString)[0].Groups[1].Value;
string p2 = r.Matches(myString)[1].Groups[1].Value;

输出如下：

Hello
How are you?

请记住，虽然这不是最安全的方法，但迭代结果可能有助于牢记前进：

foreach (Match m in r.Matches(myString))

    Console.WriteLine(m.Groups[1].Value);