Регулярные выражения для парсинга HTML

@ITL · Регистрация: 17.07.2012

Студворк — интернет-сервис помощи студентам

Допустим скачал HTML страницу.
Внутри ее кучи строк и мне нужно вырезать все , что находится между :

HTML5
1
<p id="story_1">  текст, который надо вырезать  </p>

Про регулярные выражения читал, но не получается составить грамотно поиск. Буду очень благодарен, если кто-то сможет описать границы в pattern и объяснить, что к чему с символами.

@Tessen · 02.08.2012, 15:02

C#
1
2
3
            var reg=new Regex(@"(?<=<p id=""story_1"">)[\d\D]+(?=</p>)");
            string str = @"<p id=""story_1""> текст, который надо вырезать </p>";
            var m=reg.Match(str);

@ITL · 02.08.2012, 16:43 **[ТС]**

Спасибо,смысл понял, то там двойные скобки вы поставили, а в тексте то они одни, если их убрать, то уже не работает, как изолировать их? или обойти это ограничение

@novi4ok · 02.08.2012, 16:45

недавно подобным заморачивался, установил, что с помощью HtmlAgilityPack это удобнее делается, хотя регулярные выражения - мощная вещь (настолько же и сложная).

@Tessen · 02.08.2012, 16:49

Сообщение от ITL

Спасибо,смысл понял, то там двойные скобки вы поставили, а в тексте то они одни, если их убрать, то уже не работает, как изолировать их? или обойти это ограничение

не совсем понял о каких скобках речь
приведите пример с чем не работает / как должно работать?

@ITL · 02.08.2012, 16:52 **[ТС]**

C#
1
(@"(?<=<p id=""story_1"">)[\d\D]+(?=</p>)");

вот тут , ""story_01"" , две двойные ковычки, но в тексте они одинарные. Я про это.

@Tessen · 02.08.2012, 16:55

двойные кавычки будут восприняты как одинарные
одинарные в свою очередь будут восприняты как завершение строки

т.е. если вы хотите чтобы в строке были кавычки - ставьте два раза, они будут восприняты как один и поиск будет работать именно с одинарными
дело в том что вот такое объявление:

C#
1
"\""

для точных строк (начинающихся с @) не подойдет т.к. все символы воспринимаются как они есть и \ обозначает не начало управляющей последовательности, а именно символ \

что вы имеете в виду под изолировать / обойти ограничение (что за ограничение?)

@ITL · 02.08.2012, 17:17 **[ТС]**

а, тьфу....это я не правильно изменил строку, все работает. Но вот проблема, дело в том , что оно вырезает все дальше, т.е после первого </p> просто не останавливается и копирует все , что есть дальше.

@Tessen · 02.08.2012, 17:22

приведите пример строки плз

@ITL · 02.08.2012, 17:26 **[ТС]**

Сообщение от Tessen

приведите пример строки плз

Просто приведу пример:

HTML5
1
2
3
<p class="the" id="story_1"> БЛА-бла-бла-бла-бла </p>
...
<какая-то другая информация>

У меня получается вырезает "Бла-бла-бла-бла-бла ...<какая-то другая информация>"

@Tessen · 02.08.2012, 17:34

C#
1
2
3
4
5
            var reg = new Regex(@"(?<=<p id=""story_1"">)[\d\D]+(?=</p>)");
            string str = @"<p id=""story_1""> БЛА-бла-бла-бла-бла </p>
 ...
 <какая-то другая информация>";
            var m = reg.Match(str);

выдает все правильно
class="the" удалил т.к.тогда совпадения нет вообще (в изначальном примере class= нету

Новые блоги и статьи Все статьи Все блоги /
SDL3 для Web (WebAssembly): Обработчик клика мыши в браузере ПК и касания экрана в браузере на мобильном устройстве 8Observer8 02.02.2026 Содержание блога Для начала пошагово создадим рабочий пример для подготовки к экспериментам в браузере ПК и в браузере мобильного устройства. Потом напишем обработчик клика мыши и обработчик. . .	Философия технологии iceja 01.02.2026 На мой взгляд у человека в технических проектах остается роль генерального директора. Все остальное нейронки делают уже лучше человека. Они не могут нести предпринимательские риски, не могут. . .	SDL3 для Web (WebAssembly): Вывод текста со шрифтом TTF с помощью SDL3_ttf 8Observer8 01.02.2026 Содержание блога В этой пошаговой инструкции создадим с нуля веб-приложение, которое выводит текст в окне браузера. Запустим на Android на локальном сервере. Загрузим Release на бесплатный. . .	SDL3 для Web (WebAssembly): Сборка C/C++ проекта из консоли 8Observer8 30.01.2026 Содержание блога Если вы откроете примеры для начинающих на официальном репозитории SDL3 в папке: examples, то вы увидите, что все примеры используют следующие четыре обязательные функции, а. . .
SDL3 для Web (WebAssembly): Установка Emscripten SDK (emsdk) и CMake для сборки C и C++ приложений в Wasm 8Observer8 30.01.2026 Содержание блога Для того чтобы скачать Emscripten SDK (emsdk) необходимо сначало скачать и уставить Git: Install for Windows. Следуйте стандартной процедуре установки Git через установщик. . . .	SDL3 для Android: Подключение Box2D v3, физика и отрисовка коллайдеров 8Observer8 29.01.2026 Содержание блога Box2D - это библиотека для 2D физики для анимаций и игр. С её помощью можно определять были ли коллизии между конкретными объектами. Версия v3 была полностью переписана на Си, в. . .	Инструменты COM: Сохранение данный из VARIANT в файл и загрузка из файла в VARIANT bedvit 28.01.2026 Сохранение базовых типов COM и массивов (одномерных или двухмерных) любой вложенности (деревья) в файл, с возможностью выбора алгоритмов сжатия и шифрования. Часть библиотеки BedvitCOM Использованы. . .	SDL3 для Android: Загрузка PNG с альфа-каналом с помощью SDL_LoadPNG (без SDL3_image) 8Observer8 28.01.2026 Содержание блога SDL3 имеет собственные средства для загрузки и отображения PNG-файлов с альфа-каналом и базовой работы с ними. В этой инструкции используется функция SDL_LoadPNG(), которая. . .

@ITL 284 / 255 / 73 Регистрация: 17.07.2012 Сообщений: 618
	02.08.2012, 16:43 [ТС]
	Спасибо,смысл понял, то там двойные скобки вы поставили, а в тексте то они одни, если их убрать, то уже не работает, как изолировать их? или обойти это ограничение 0

@novi4ok 556 / 510 / 25 Регистрация: 23.07.2009 Сообщений: 2,359 Записей в блоге: 1
	02.08.2012, 16:45
	недавно подобным заморачивался, установил, что с помощью HtmlAgilityPack это удобнее делается, хотя регулярные выражения - мощная вещь (настолько же и сложная). 0

@ITL 284 / 255 / 73 Регистрация: 17.07.2012 Сообщений: 618
	02.08.2012, 17:17 [ТС]
	а, тьфу....это я не правильно изменил строку, все работает. Но вот проблема, дело в том , что оно вырезает все дальше, т.е после первого </p> просто не останавливается и копирует все , что есть дальше. 0

@Tessen 713 / 680 / 126 Регистрация: 30.03.2012 Сообщений: 1,124
	02.08.2012, 17:22
	приведите пример строки плз 0