内置正则表达式类或解析器。如何从 html 文件中提取标签之间的文本？

Question

我的 c#.net 应用程序中有 html 文件，其中包含表格内容和其他信息。

我只想解析某些列的表内容。那么我应该使用 html 解析器还是 Replace 方法 Regex 在 .net 中？

如果我使用解析器那么如何使用解析器？解析器会提取标签之间的信息吗？如果是的话怎么使用？如果可能的话请显示示例，因为我是解析器的新手。

如果我使用 Regex 类的 Replace 方法，那么在该方法中如何传递我想要的文件名提取信息？

编辑：我想从html文件中的表中提取信息。为此，我如何使用 html 敏捷解析器？我应该编写什么类型的代码来使用该解析器？

Answer 1

您刚刚提出一个几乎相同的问题并将其删除。这是我之前给出的答案：

---

尝试 HTML Agility Pack。

这是一个 示例：

 HtmlDocument doc = new HtmlDocument();
 doc.Load("file.htm");
 foreach(HtmlNode link in doc.DocumentElement.SelectNodes("//a[@href"])
 {
    HtmlAttribute att = link["href"];
    att.Value = FixLink(att);
 }
 doc.Save("file.htm");

---

关于您关于正则表达式的额外问题：不要使用正则表达式来解析 HTML 。这不是一个可靠的解决方案。上面的库可以做得更好。

Answer 2

HtmlAgilityPack....

下次 - 之前搜索答案。这肯定是重复的。

小教程。