Помогите составить регулярное выражение

[GRIENDERS]

Помогите составить регулярное выражение

Для HTML страницы надо получить текст между тегом

<p class=”intro”>НАДО ЭТО ПРОЧИТАТЬ</p>

Получилось че-то типа

string  reg_exp = @"(?<=\s*<\s*p\s*class=";
                reg_exp += "\"intro\"";
                reg_exp += @">)[\S\s]*</p>";

Но ессно, работает не так как надо.

[GarF1eld]

можешь воспользоваться таким выражением

<p.*>(?'text'.*)</p>

А потом получить Matches и из него Groups

Добавлено 08.08.07, 08:31
должно быть где-то так:

const string parseStr = "<p.*>(?'text'.*)</p>";
string matchStr= "<p class=”intro”>НАДО ЭТО ПРОЧИТАТЬ</p>";
Regex rx = new Regex(parseStr , RegexOptions.Compiled );
foreach(Match match in rx.Matches(matchStr))
{
    MessageBox.Show(match.Groups["text"].Value);
}

PS писал от руки, так что могут быть ошибки

Сообщение отредактировано: GarF1eld - 08.08.07, 08:33

[GRIENDERS]

Цитата GarF1eld @ 08.08.07, 08:25

можешь воспользоваться таким выражением

1)Содержание тега <p class="intro"> таково:

<p class="intro"> Бла - Бла Бла ..... </p>

Все нормально, он оно находит также и закрывающийся </p>, а он не нужен.
А 'text' - это что - параметр?
2)А вот еще тег, с которым проблемы

<div class="text">
                 <p> <b>5353535
543  53 Бла БлаБлаБлаБлаБлаБлаБлаБлаБлаБлаБлаБла</b><br />
                  БлаБлаБлаБлаБлаБлаБлаБлаБлаБлапосле этого женщины плачут и говорят: «Он переспал со мной, он меня бросил».
                <p><b> Бла БлаБлаБлаБлаБлаБлаБлаБлаБлаБлаБлаБла</b><br />
                  БлаБлаБлаБлаБлаБлаБлаБлаБлаБлапос…
                <p><b>Короче, полно всяких левых тегов и переносов строк.</b><br />
                  Может быть. Может быть…
                <p><b>Лялялялял ЛялялялялЛялялялялЛялялялялЛялялялялЛялялялялЛялялялялЛялялялялЛялялялялЛялялялял
ялялялял</b></P>
<div>

Короче, полно всяких левых тегов и переносов строк.
Пробовал <div class="text">(?'textik'[.\n]*)</div> - все равно ниче нет.

[GarF1eld]

Так что конкретно нужно, чтоб парсило? Я не пойму...

Добавлено 08.08.07, 10:57
если нужно просто убрать все теги, то используй
<.*>
и заменяй их на пустую строку

У меня из такого

<div class="text">
                 <p> <b>5353535
543  53 Бла БлаБлаБлаБлаБлаБлаБлаБлаБлаБлаБлаБла</b><br />
                  БлаБлаБлаБлаБлаБлаБлаБлаБлаБлапосле этого женщины плачут и говорят: «Он переспал со мной, он меня бросил».
                <p><b> Бла БлаБлаБлаБлаБлаБлаБлаБлаБлаБлаБлаБла</b><br />
                  БлаБлаБлаБлаБлаБлаБлаБлаБлаБлапос…
                <p><b>Короче, полно всяких левых тегов и переносов строк.</b><br />
                  Может быть. Может быть…
                <p><b>Лялялялял ЛялялялялЛялялялялЛялялялялЛялялялялЛялялялялЛялялялялЛялялялялЛялялялялЛялялялял
ялялялял</b></P>
<div>

получилось так:

                 5353535
543  53 Бла БлаБлаБлаБлаБлаБлаБлаБлаБлаБлаБлаБла
                  БлаБлаБлаБлаБлаБлаБлаБлаБлаБлапосле этого женщины плачут и говорят: «Он переспал со мной, он меня бросил».
                
                  БлаБлаБлаБлаБлаБлаБлаБлаБлаБлапос…
                
                  Может быть. Может быть…
                Лялялялял ЛялялялялЛялялялялЛялялялялЛялялялялЛялялялялЛялялялялЛялялялялЛялялялялЛялялялял
ялялялял

Добавлено 08.08.07, 11:03
или можешь использовать два Regex =) Один, чтоб нашел необходимый текст, другой, чтоб заменял. А с лишними пробелами можешь сделать следующее:
1) представить ответ как массив строк(через srting.Split)
2) Обрезать ненужные пробелы. (string.Trim())
3) Склеить строку обратно.

В общем, все зависит от потребностей

[GRIENDERS]

1) Мне нужно прочитать из <p class=”intro”>НАДО ЭТО ПРОЧИТАТЬ</p> - здесб нормально, проблем т к весь текст находиться на одной строке и в нем нет других тегов (например, если бы были <p></p>, то регулярное выражение "узнает" до какого именно </p> надо прочитать?)

2) Мне нужно прочитать из <div class="text"> Прочитать, тут дофига всего, в том числе переводов строк и других тегов тегов </div>. Внутри этого текста может быть вложенные теги div. Тогда как регулярное выражение (<div.*>(?'text'.*)</div>) "узнает" до какого именно </div> надо прочитать?
Например

<div class="text"> fdsfsfd fdsf fds fds

fds fdfs ffffffff <div> fdddddddddd<p> dsada dsa45-305 </p>

Цитата GarF1eld @ 08.08.07, 10:55

Так что конкретно нужно, чтоб парсило? Я не пойму..

54354 543543 </div> <!-- Может оно прочитат до этих пор -->
dfsa 43444444444 <div class="text2> dsd 453543
</div> <!-- А может и до сюда -->

</div> <!-- Но надо-то прочиать до этого места -->

Для тех, кто в танке - [COLOR=red]НАДО ПРОЧИАТЬ ВСЕ, ЧТО НАХОДИТЬСЯ МЕЖДУ ОТКРЫВАЮЩИСЯ <DIV CLASS="TEXT"> И СООТВЕТСТВУЮЩИМ ЕМУ ЗАКРЫВАЮЩИМСЯ </DIV>

Кстати, имхо <div.*>(?'text'.*)</div> переводы строк обрабатывать не будет, хотя они есть в тексте между этими тегами

[wdk]

Чтоб обрабатывались переводы строк, в конструкторе RegexOptions.Multiline.

[GarF1eld]

Может проще будет загрузить это все в XmlDocument? Если сайт xhtml конечно....

Добавлено 10.08.07, 18:56
вот файл 1.htm

<div id="UpdatePanel1">
    <div id="Panel2" style="width:125px;">
        <div><input type="submit" name="Button1" value="Button" id="Button1" /></div>
        <div><select size="4" name="ListBox1" id="ListBox1"></select></div>
    </div>
    <input type="submit" name="Button2" value="Button" id="Button2" />
</div>

Вот код

            XmlDocument doc = new XmlDocument();
            doc.Load(@"d:\1.htm");
            foreach (XmlNode node in doc.SelectNodes("//div"))
            {
                MessageBox.Show(node.InnerXml);
            }

и все

[GRIENDERS]

Цитата GarF1eld @ 10.08.07, 18:42

Может проще будет загрузить это все в XmlDocument? Если сайт xhtml конечно.

Сайт не xhtml

[andrey]

Регулярными выражениями в силу особенностей их реализации невозможно правильно обрабатывать сбалансированость открывающих/закрывающих элементов. Обратись в сторону синтаксического анализа.

А вообще, если нужно обрабатывать только указанный формат строк, проще написать код для разборки вручную - скорее всего он будет быстрее РВ

[GRIENDERS]

Тогда всем спасибо, буду дальше мучиться.