※ 引述《twoseven (Tse)》之铭言： : 环境 .NET C# : 我有一串html要抓取 规则是这样 : <tbody> : <title>我要的资料A</title> : <by> : <span>我要的资料B</span> <---此段是我的问题 : </by> : <by> : xxxxxxxxxxxxxx : </by> : </tbody> : -------------------------------------------------- : 我要抓的资料固定就是 <tbody>开始 </tbody>结束 : 我写的方法很简单本来用 : <tbody>.*?<title>(?<A>.*?)</title>.*?<by>.*?<span>(?<B>.*?)</span>.*?</tbody> : 结果後来资料B出现一些状况 有可能会没有<span>出现 : 而这笔资料我也不需要 即是我只要 tbody by里面有 span标签的A跟B就好 : 可是当出现一笔错误资料时候 (譬如第一笔没有span第二笔有) : 结果他就会取第一笔的资料A 跟第二笔的资料B : 也就是开头变成第一笔的tbody 结束是第二笔的/tbody : 请问我要如何排除第一笔错误的格式 而改从第二笔的tbody重新匹配? : 谢谢 不知道是不是你说的意思 连续资料如下: <tbody> <title>我要的资料A</title> <by> <span>我要的资料B</span> </by> <by> xxxxxxxxxxxxxx </by> </tbody> <tbody> <title>我要的资料C</title> <by> xxxxxxxxxxxxxx </by> </tbody> <tbody> <title>我要的资料D</title> <by> <span>我要的资料E</span> </by> <by> xxxxxxxxxxxxxx </by> </tbody> <tbody>\s+<title>([^<]+).+?(?:<span>([^<]+)|</tbody>) 得 我要的资料A 我要的资料B 我要的资料C 我要的资料D 我要的资料E --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 59.120.179.172