Как методу IndexOf (из фреймворка .NET), объяснить, что внутри скобок метода, между некоторыми HTML-тегами может располагаться любой текст?

Question

[Алексей Смирнов]

Здравствуйте.

Я осуществляю выгрузку данных из HTML-кода некоторой web-страницы. И я реализую это при помощи языка Visual Basic и фреймворка .NET.
Для получения данных из HTML-кода я использую метод IndexOf, причем при его использовании, внутри скобок метода, может встречаться разный HTML-код, либо такой:

i = СТРОКА.IndexOf("<td><strong><a id="iraq" href="некоторая_ссылка">Ирак</a></strong></td>")

либо такой:

i = СТРОКА.IndexOf("<td><strong>Сербия</strong></td>")

Мне необходимо перейти к универсальному использованию метода IndexOf, чтобы этот метод можно было использовать для обоих случаев.

Как методу IndexOf, объяснить, что между тегов <td><strong> и </strong></td> может располагаться любой текст (или HTML-код)?

То есть:

i = СТРОКА.IndexOf("<td><strong> Здесь располагается любой текст или HTML-код </strong></td>")

Comments

[Иван Филатов]

Вам же ответили в прошлом вашем вопросе, зачем вы снова задаете тот же самый вопрос?

[Алексей Смирнов]

Иван Филатов: Вопрос не тот же самый.
Добавлю, что у меня при помощи связки Substring и IndexOf уже получилось реализовать парсинг.
Также, упомяну, что в конечном итоге я программный код буду использовать для написания макроса в программе STATISTICA, и я не уверен, что HtmlAgilityPack там получиться использовать

[Иван Филатов]

Алексей Смирнов: если вы пишете уже на .net., то доп.либа на .net погоды не сделает. STATISTICA не должна знать про HtmlAgilityPack. Только ваша либа знает про чудо-парсинг и использует его. И отдает в STATISTICA базовые типы с данными.

парсинг на Substring и IndexOf не пишут - это изврат. Ручной парсинг - это Regex и Xpath. По сути HtmlAgilityPack работает именно так, только имеет много удобных уже реализованных вещей.

не изобретайте велосипед.

[Алексей Смирнов]

Спасибо за ответ.
"парсинг на Substring и IndexOf не пишут - это изврат" - значит я извращениями занимался)) На самом деле я такой способ нашёл некой книге (забыл автора уже). И у меня ведь получилось реализовать)))

[Иван Филатов]

Алексей Смирнов: если бы у вас получилось - то вы бы здесь не спрашивали.
интересно сколько вы времени убили на это дело.

парсинг через либу HtmlAgilityPack пишется за пару часов. причем любой сложности )

самое плохое в программировании - изобретать велосипед, причем с квадратными колесами. учитесь пользоваться уже реализованными решениями, тем более они открыты и для использования, и для изучения исходного кода.

Answer 1

[Иван Филатов]

1. не пользуйтесь IndexOf для парсинга страниц
2. или через регулярки тащите данные (не самый простой и надежный способ)
3. или возьмите либу HtmlAgilityPack (https://htmlagilitypack.codeplex.com/) и через Xpath можно вытащить все что угодно.

Answer 2

[Дмитрий Ковальский]

IndexOf никаким боком не подходит для решения вашей задачи. Для этого есть регулярные выражения и инструменты парсинга HTML. Например HtmlAgilityPack