c# - 我如何从读取所有行的文本文件中解析特定字符串？

Question

在每一行中我想解析标签后面的字符串

我知道它是 html，但我将这部分 html 复制到文本文件。例如文本文件中的前两行是这样的:

<li>602 — <a href="/w/index.php?title=Text602&amp;action=edit&amp;redlink=1" class="new" title="Text602 (page does not exist)">Text602</a> document</li>
<li>ABW — <a href="/wiki/AbiWord" title="AbiWord">AbiWord</a> Document</li>

我想解析第一行的 602 和第二行的 ABW。我试图做的是:

private void ParseFilesTypes()
        {
            string[] lines = File.ReadAllLines(@"E:\New folder (44)\New Text Document.txt");
            foreach (string str in lines)
            {
                int r = str.IndexOf("<li>");
                if (r >= 0)
                {
                    int i = str.IndexOf(" -", r + 1);
                    if (i >= 0)
                    {

                        int c = str.IndexOf(" -", i + 1);
                        if (c >= 0)
                        {
                            i++;
                            MessageBox.Show(str.Substring(i, c - i));
                        }
                    }
                }
            }
        }

但是c总是-1

Answer 1

我认为正则表达式会很有用(除非没有 li 属性):

var regex = new Regex("^<li>(.+) —");
foreach (string str in lines)
{
     var m = regex.Match(str);
     if (m.Success)
        MessageBox.Show(m.Groups[1].Value);
}