如何抓取页面里的script标签包括里面的内容

d120759632 2013-09-04 02:01:05

我现在已经把web页面里的所有内容抓取到一个字符里面了，问题是现在如何从这个字符串里取出script标签啊。
比如我现在有个字符串里包含

<script language="JavaScript" type="text/javascript" src="1.js">

</script>       

<script language="JavaScript" type="text/javascript" src="2.js">

</script>

这两个script标签，我想把这两个取出来，怎么取呢？用正则表达式只能取一个。。。。看看我的正则表达式 <script[^>]*?>.*?</script>

...全文

3450 9 打赏收藏转发到动态举报

写回复

用AI写文章

9 条回复

切换为时间正序

请发表友善的回复…

发表回复

wheic 2015-01-19

打赏
举报

引用 7 楼 wonderfuly 的回复:

[quote=引用 6 楼 silwol 的回复:] 把html当成xpath用不好么，要是人家这么写的<script language="JavaScript" type="text/javascript" src="1.js" />，你这个regex不就抓瞎了

在html中这种写法是错误的.[/quote] 为什么是错误的啊？

advancer 2013-09-12

打赏
举报

用正则表达式也是可以的。另外可以使用字符串替换的方法去做。在html中查找两个字符之间的中间字符串。函数如下：这样的结果可能是多个，使用递归的方法。使用List<String>将所有符合条件的全部保存起来.如果只有一个符合条件的话。则结果为lstResutl[0]就是你想要的结果 public static void GetMidInfoOfStartAndEnd2(String content, String start, string end, List<String> lstResult ) { int s1 = content.IndexOf(start); if(s1 >= 0) { //得到s1以后所有的内容 String content2 = content.Substring(s1); int s2 = content2.IndexOf(end); if(s2 >= 0) { String tmpInfo = content2.Substring(0, s2); lstResult.Add(tmpInfo.Trim()); content2 = content2.Substring(s2); GetMidInfoOfStartAndEnd2(content2, start, end, lstReplaceStr, lstResult); } } } 来源：it知识 http://www.itzhishi.com/function/detail/18.html

游戏人间 2013-09-12

打赏
举报

引用 6 楼 silwol 的回复:

把html当成xpath用不好么，要是人家这么写的<script language="JavaScript" type="text/javascript" src="1.js" />，你这个regex不就抓瞎了

在html中这种写法是错误的.

silwol 2013-09-04

打赏
举报

把html当成xpath用不好么，要是人家这么写的<script language="JavaScript" type="text/javascript" src="1.js" />，你这个regex不就抓瞎了

游戏人间 2013-09-04

打赏
举报

在winform中textBox1输入字符串,textBox2输入匹配的结果. 上个按钮调用下列函数. 如果自己想封装一下,把对应控件改成传入传出参即可.



  
        public void RegexScript()
        {
            textBox2.Text = "";
            string patten = "<script.*?>[\\s.]*?</script>";

            MatchCollection mc = Regex.Matches(textBox1.Text, patten);
            for (int i = 0; i < mc.Count; i++)
            {
                Match m = mc[i];
                textBox2.Text += m.Value + "\r\n";
            }
        }

游戏人间 2013-09-04

打赏
举报

Matches ms= Regex.Matches("你的字符串","你的正则表达式"); List<string> script=new List<string>(); foreach(Match m in ms) { script.Add( m.Value); } script 这个就有多个了.

F15Eagle 2013-09-04