正则表达式提取网页内容

ucipl 2007-08-17 09:03:57

<TABLE cellSpacing=0 cellPadding=0 width="94%" align=center border=0>
<TBODY>
<TR>
<TD class=TD_FONT>
 北京市民习惯用的购物包装——塑料袋将被纸包装所取代。
 近日，在第十二届北京商业科技周上，北京的近百家商家联合对外发出了节能降耗倡议书。而市商务局也明确表示，将制止目前零售商业企业普遍使用塑料包装过多过滥现象的蔓延，推广纸质包装、布质包装，从根本上杜绝白色污染。
 多年来，无论是商场、超市还是菜场，塑料袋几乎是惟一的携带物。于是，用完的塑料袋就成了常见的垃圾。但这种垃圾无法回收、难以降解，许多没有条件的地方都是一埋了之。有关资料显示，全国仅每天买菜要用掉１０亿只塑料袋。
 “制止目前零售商业企业普遍使用塑料包装过多过滥现象的蔓延，推广纸质包装、布质包装，从根本上杜绝白色污染。”昨天，在科技周上，市商务局表示将着力解决白色污染问题。<SPAN style="FONT-SIZE: 10.5pt; FONT-FAMILY: 宋体; mso-ascii-font-family: 'Times New Roman'; mso-hansi-font-family: 'Times New Roman'; mso-bidi-font-size: 12.0pt; mso-bidi-font-family: 'Times New Roman'; mso-font-kerning: 1.0pt; mso-ansi-language: EN-US; mso-fareast-language: ZH-CN; mso-bidi-language: AR-SA"> 除了推广纸质包装外，市商务局还表示，将委托专业机构对商业服务业一次性用品的使用情况、总体数量进行调查、统计。并通过公开招投标的方式，指定相关企业建立再生资源回收、生产两个系统。 </TD></TR>
<TR>
<TD>
 </TD></TR></TBODY></TABLE>

================================================================
高手教教提取里面的中文内容,如何写??????这是网页内容的一部分.

...全文

298 8 打赏收藏转发到动态举报

写回复

用AI写文章

8 条回复

切换为时间正序

请发表友善的回复…

发表回复

ucipl 2007-08-17

打赏
举报

谢谢,有问题再来问.

-过客- 2007-08-17

打赏
举报

Regex.Replace(m.Value, @"<[^>]*>", "")
这个就是把m.Value这个字符串里所有的<...>标签去掉，一般来说是通用的，但是如果<...>内有js代码，包含了“<”“>”这两个字符的时候，就不能用这个了，需要另做处理

ucipl 2007-08-17

打赏
举报

得到了,Regex.Replace(m.Value, @"<[^>]*>", "") + "\n"; 这个是否通用呢,把多余的代码去掉

-过客- 2007-08-17

打赏
举报

class固定为NFont14Black是吗？直接取，要用到平衡组或状态机，写起来比较麻烦，如果它是在<td...>...</td>标签内，就是上面这种格式，倒是可以这样做

string result = string.Empty;
Match m = Regex.Match(yourStr, @"(?<=<td[^>]*><span\s*class=""NFont14Black"">)[\s\S]*?(?=</td>)", RegexOptions .IgnoreCase);
if(m.Success)
result = m.Value;

如果并不一定在<td...>...</td>标签内，或者说格式不固定，再说明一下，我用平衡组或是状态机来做

ucipl 2007-08-17

打赏
举报

我试试你上面说的

ucipl 2007-08-17

打赏
举报

<td width="100%">
<TABLE cellSpacing=0 cellPadding=0 width="94%" align=center border=0>
<TBODY>
<TR>
<TD class=TD_FONT>
 北京市民习惯用的购物包装——塑料袋将被纸包装所取代。
 近日，在第十二届北京商业科技周上，北京的近百家商家联合对外发出了节能降耗倡议书。而市商务局也明确表示，将制止目前零售商业企业普遍使用塑料包装过多过滥现象的蔓延，推广纸质包装、布质包装，从根本上杜绝白色污染。
 多年来，无论是商场、超市还是菜场，塑料袋几乎是惟一的携带物。于是，用完的塑料袋就成了常见的垃圾。但这种垃圾无法回收、难以降解，许多没有条件的地方都是一埋了之。有关资料显示，全国仅每天买菜要用掉１０亿只塑料袋。
 “制止目前零售商业企业普遍使用塑料包装过多过滥现象的蔓延，推广纸质包装、布质包装，从根本上杜绝白色污染。”昨天，在科技周上，市商务局表示将着力解决白色污染问题。<SPAN style="FONT-SIZE: 10.5pt; FONT-FAMILY: 宋体; mso-ascii-font-family: 'Times New Roman'; mso-hansi-font-family: 'Times New Roman'; mso-bidi-font-size: 12.0pt; mso-bidi-font-family: 'Times New Roman'; mso-font-kerning: 1.0pt; mso-ansi-language: EN-US; mso-fareast-language: ZH-CN; mso-bidi-language: AR-SA"> 除了推广纸质包装外，市商务局还表示，将委托专业机构对商业服务业一次性用品的使用情况、总体数量进行调查、统计。并通过公开招投标的方式，指定相关企业建立再生资源回收、生产两个系统。 </TD></TR>
<TR>
<TD>
 </TD></TR></TBODY></TABLE>
</td>
=================================
想取这个固定位置里面的内容，包括些代码也行

-过客- 2007-08-17

打赏
举报

这是按...取出的，看看是不是你要的效果，其中的楼主自己处理下

string yourStr = ...........;
MatchCollection mc = Regex.Matches(yourStr, @"<p[^>]*>[\s\S]*?", RegexOptions.IgnoreCase);
foreach (Match m in mc)
{
richTextBox2.Text += Regex.Replace(m.Value, @"<[^>]*>", "") + "\n";
}

输出：

北京市民习惯用的购物包装——塑料袋将被纸包装所取代。
 近日，在第十二届北京商业科技周上，北京的近百家商家联合对外发出了节能降耗倡议书。而市商务局也明确表示，将制止目前零售商业企业普遍使用塑料包装过多过滥现象的蔓延，推广纸质包装、布质包装，从根本上杜绝白色污染。
 多年来，无论是商场、超市还是菜场，塑料袋几乎是惟一的携带物。于是，用完的塑料袋就成了常见的垃圾。但这种垃圾无法回收、难以降解，许多没有条件的地方都是一埋了之。有关资料显示，全国仅每天买菜要用掉１０亿只塑料袋。
 “制止目前零售商业企业普遍使用塑料包装过多过滥现象的蔓延，推广纸质包装、布质包装，从根本上杜绝白色污染。”昨天，在科技周上，市商务局表示将着力解决白色污染问题。

-过客- 2007-08-17