在 html 响应中搜索特定文本（ASP.NET Core）

Question

我需要在我们页面的 html 中搜索特定单词。

我尝试使用 c# (asp.net core) 来做到这一点

我的观点是通过 js 从 View 中获取 url 和 word 进行搜索，如果存在单词则作为响应显示它，如果不存在，则显示 smth

我制作了获取页面html代码的方法。这是代码

 [HttpPost]

    public JsonResult SearchWord([FromBody] RequestModel model){

        HttpWebRequest request = (HttpWebRequest)WebRequest.Create(model.adress);

        HttpWebResponse response = (HttpWebResponse)request.GetResponse();

            Stream receiveStream = response.GetResponseStream();

            StreamReader readStream = null;

            if (response.CharacterSet == null)

            {

                readStream = new StreamReader(receiveStream);

            }

            else

            {

                readStream = new StreamReader(receiveStream, Encoding.GetEncoding(response.CharacterSet));

            }

            string data = readStream.ReadToEnd();

            string strRegex = model.word;

            response.Close();

            readStream.Close();

            return Json(data);

    }

但是，我需要如何正确搜索单词？

Answer 1

您将无法使用简单的模式匹配做很多事情，请查看这个非常经典的 - RegEx match open tags 除了 XHTML self-contained tags。如果你想做一些严肃的抓取，可以考虑使用一些网页抓取库，比如html-agility-pack。如果您只想搜索网页中的单个单词，无论是标记还是 CDATA 等，只需将所有字符连接到一个数组中并使用 string.Contains 或 Regex。

Answer 2

要添加到上一个答案，您可以使用Regex.Match。就像是：string pattern = @"(\w+)\s+(strRegex)";// Instantiate the regular expression object.Regex r = new Regex(pattern, RegexOptions.IgnoreCase);// Match the regular expression pattern against your html data.Match m = r.Match(data);if (m.Success) {    //Add your logic here}注意：您可以做很多事情来优化您的代码，特别是查看您如何处理流阅读器。我会分块阅读并尝试匹配块。