C# extraction de certaines parties d'une chaîne

Question

J'ai une application console qui analyse des documents HTML via la méthode WebRequest (http). Le problème est vraiment d'extraire des données du code html qui est retourné.

Ci-dessous est un fragment du html Je suis intéressé par:

<span class="header">Number of People:</span> 
<span class="peopleCount">1001</span> <!-- this is the line we are interested in! --> 
<span class="footer">As of June 2009.</span> 

On suppose que le code html ci-dessus est contenu dans une chaîne appelée « responseHTML ». Je voudrais simplement extraire la valeur "People Count" (deuxième ligne).

J'ai cherché pile sur les flux et trouvé un code qui pourrait fonctionner:

How do I extract text that lies between parentheses (round brackets)?

Mais quand je mets en œuvre, il ne fonctionne pas - je ne pense pas qu'il aime la façon dont je ont placé des balises HTML dans le regex:

 string responseHtml; // this is already filled with html code above ^^ 
     string insideBrackets = null; 


     Regex regex = new Regex("\\<span class=\"peopleCount\">?<TextInsideBrackets>\\w+\\</span>"); 

     Match match = regex.Match(responseHtml); 
     if (match.Success) 
     { 
      insideBrackets = match.Groups["TextInsideBrackets"].Value; 
      Console.WriteLine(insideBrackets); 
     } 

ci-dessus ne fonctionne pas juste, est-il quelque chose à voir avec les supports de portée html? Tout ce que je veux, c'est la valeur du texte entre les balises pour cette durée spécifique.

Merci d'avance!

Answer 1

Essayez celui-ci:

Regex regex = new Regex("class=\\\"peopleCount\\\"\\>(?<data>[^\\<]*)", 
RegexOptions.CultureInvariant 
| RegexOptions.Compiled 
); 

Il devrait être un peu plus rapide, comme vous dites en gros les données que vous cherchez commence après peopleCount "> et se termine à la première <

(j'ai changé le nom du groupe aux données)

Cheers, Florian

Answer 2

?<TextInsideBrackets> est incorrect

Vous avez besoin:

(?<TextInsideBrackets>...) 

Answer 3

Je suppose que vous voulez faire une capture du nom.

Vous devez utiliser

Regex regex = new Regex("\\<span class=\"peopleCount\">(?<TextInsideBrackets>\\w+)\\</span>");

et non

Regex regex = new Regex("\\<span class=\"peopleCount\">?<TextInsideBrackets>\\w+\\</span>");