如何从C#中的字符串中提取href标签？

Posted 2023-03-05

【中文标题】如何从C#中的字符串中提取href标签？

【英文标题】：How to extract href tag from a string in C#?

【发布时间】：2014-04-04 18:04:57

【问题描述】：

我有一个方法可以返回以下格式的字符串：

string tableTag = "<th><a href="Boot_53.html">135 Boot</a></th>"

我想获取href 属性的值并将其存储到另一个名为link 的字符串中：

string link = "Boot_53.html"

换句话说，link 应在字符串中分配href 属性。我怎样才能做到这一点？

【问题讨论】：

How can I do that in C#? 不是一个好问题。展示你到目前为止所尝试的，你被卡住的地方..

看看这个 SO 答案***.com/a/15926523/1593273

【参考方案1】：

您可以使用诸如HTML agility pack 之类的 HTML 解析器来解析输入的 HTML 并提取您要查找的信息：

using HtmlAgilityPack;
using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Threading.Tasks;

class Program

    static void Main(string[] args)
    
        var doc = new HtmlDocument();
        string tableTag = "<th><a href=\"Boot_53.html\">135 Boot</a></th>";
        doc.LoadHtml(tableTag);

        var anchor = doc.DocumentNode.SelectSingleNode("//a");
        if (anchor != null)
        
            string link = anchor.Attributes["href"].Value;
            Console.WriteLine(link);
        
    

【参考方案2】：

如果您知道 html 实际上是一个 xhtml（一个符合 xml 标准的 html [或多或少]），那么您可以简单地使用专用于 xml 的工具（通常比那些用于 html 的工具更简单）来解析。

var hrefLink = XElement.Parse("<th><a href=\"Boot_53.html\">135 Boot</a></th>")
                       .Descendants("a")
                       .Select(x => x.Attribute("href").Value)
                       .FirstOrDefault();

【参考方案3】：

您可以使用正则表达式：

string input= "<th><a href=\"Boot_53.html\">135 Boot</a></th>";
string regex= "href=\"(.*)\"";
Match match = Regex.Match(input, regex);
if (match.Success)

    string link= match.Groups[1].Value;
    Console.WriteLine(link);

【参考方案4】：

使用HtmlAgilityPack解析HTML：

var doc = new HtmlAgilityPack.HtmlDocument();
doc.LoadHtml( tableTag ); 
string link = doc.DocumentNode.SelectSingleNode("//a").Attributes["href"].Value;

【参考方案5】：

您可以使用 AngleSharp 作为 HtmlAgilityPack 的替代品：

var context = BrowsingContext.New(Configuration.Default);

string tableTag = "<th><a href=\"Boot_53.html\">135 Boot</a></th>";

var document = await context.OpenAsync(req => req.Content(tableTag));

var anchor = document.All.FirstOrDefault(x => x.LocalName == "a");
if (anchor != null)

    string link = anchor.GetAttribute("href"); // "Boot_53.html"