c# - String.Split 带有特定标签

Question

我想拆分一串html标签。例如我有一个字符串:

<p></p>

<table>

<table><p></p></table>


</table>

我要检索的是:

<table>

<table><p></p></table>


</table>

现在的问题是当我打电话时:

string[] values = pContent.Split(new string[] {"<table>","</table>" }, StringSplitOptions.RemoveEmptyEntries);

我得到:

<table>

    <table><p></p>

我如何获得其余的？

Answer 1

你可以试试下面的代码:

        string input = String.Concat("<root>", @"<p></p><table><table><p></p></table></table>", "</root>");

        XDocument doc = XDocument.Parse(input);
        var valuesStr = doc.Root.Element("table").ToString();
        string[] values = Regex.Matches(valuesStr, @"<.+?>")
            .Cast<Match>()
            .Select(o => o.Groups[0].Value)
            .ToArray();

它首先创建一个 XDocument 类的实例(用于解析 XML 的类之一)，它添加名为“root”的根元素只是为了能够创建 XDocument(每个 XML 文档都必须有一个根)。 XML 文档的内容是从字符串中解析出来的。然后它获取包含文档文本表示的字符串 - 首先访问 Root 属性，因为“table”元素就在根节点下方，之后调用带有“table”的 Element() 方法获取第一个元素在根目录下使用名称“table”(在此示例中，节点下只有一个这样的元素)，之后 ToString() 获取文本描述。

Regex.Matches 用于从字符串中提取每个元素，它返回 MatchCollection，然后通过 Cast() 将其转换为 IEnumerable，之后在 IEnumerable 上调用 Select() 扩展方法，获取 Regex 捕获的文本值.匹配 IEnumerable 中的每个匹配项，然后这些值通过 ToArray() 方法作为字符串 [] 返回。