Question

C#提取HTML源码里制定内容问题

本人新手，想问下各位大神，如果我想要获取一下HTML源码里的“25日20:00-26日02:00”，“雨”，“19°C，17°C”，“无持续风向微风”这些内容，代码得怎么写？希望能有详细代码，谢谢！
下面是代码：
</h1>

<table border="0" cellpadding="0" cellspacing="0">

<tr>

<th>25日20:00-26日02:00</th>

</tr>

<tr>

<td><a target="_blank" href="xxx"> <img src="xxx"> </a></td>

</tr>

<tr>

<td><a class="heis" href="xxx" target="_blank">

雨

</a></td>

</tr>

<tr>

<td><a href="xxxx" target="_blank">

19

℃</a>～<span><a href="xxxx" target="_blank">

17

℃</a></span></td>

</tr>

<tr>

<td><b><a href="xxxx" target="_blank">

无持续风向

微风

</a></b></td>

</tr>

Answer 1

正则表达式：

MatchCollection mc = Regex.Matches(text, @"<tr[^>]*>((?!</?tr)[\s\S])*</tr>", RegexOptions.IgnoreCase);
for (int p = 0; p < mc.Count; p++)
{
if(Regex.Replace(mc[p].Value.Contains("span"))
{
MatchCollection c = Regex.Matches(mc[p].Value, @"<a[^>]*>((?!</?a)[\s\S])*</a>", RegexOptions.IgnoreCase);
for (int n = 0; n < c.Count; n++)
{
Console.WriteLine(Regex.Replace(c[n].Value, @"\<a[^>]*>|<\/a>", "", RegexOptions.IgnoreCase));
}
}
Console.WriteLine(Regex.Replace(mc[p].Value, @"\<(tr|td|b|a|th|img)[^>]*>|<\/(tr|td|b|a|th)>", "", RegexOptions.IgnoreCase));
}

Answer 2

给你提供3种方案：

1. Xpath
   

2. 正则匹配

3. HtmlAgilityPack的选择器
   

你要做天气预报吧，建议用WebService做，超简单：

http://webservice.webxml.com.cn/WebServices/WeatherWS.asmx