2014-02-09 – P.S. Let.Me.Show.You.The.Way

C#中用正则表达式取页面下拉菜单(select)中的值

给几个在C#中，使用正则表达式取页面下拉菜单(select)中的值示例:

//取html中全部 select 的 name
Regex reg_name = new Regex(@"(?<=<select name=\"").*?(?=\"")");

//取html中全部<select>项的值
Regex reg_select = new Regex("(?is)<select name=*.*?>]*.*?</select>");

//取html中一个 select name 等于"Status"的值
Regex status = new Regex(@"(?is)<select name=\""status\"">]*.*?</select>");

一下是一段完整的代码和方法，取html中一个下拉菜单 select name 等于”Status”的中值，添加到DropDownList中:

        string strDoc = （你的html）;

        //取html中一个下拉菜单 select name 等于"Status"的中值
        Regex status = new Regex(@"(?is)<select name=\""status\"">]*.*?</select>");
        MatchCollection mc_status = status.Matches(strDoc);
        getSelectOptions(mc_status, cmbStatus);

        /// <summary>
        /// 取select对列表复制
        /// </summary>
        /// <param name="selected"></param>
        /// <param name="cmb"></param>
        void getSelectOptions(MatchCollection selected, ComboBox cmb)
        {
            if (selected.Count < 1)
                return;
            txtValues.Text = "";
            txtValues.Text = selected[0].Value.Replace("</option>", Environment.NewLine);
            string tmpTxt = "";
            foreach (string s in txtValues.Lines)
            {
                if (s == "")
                    continue;
                string a = "";
                a = s.Replace("\"", "").Replace("<option value=\"", "");
                int x = a.LastIndexOf(">");
                tmpTxt += a.Substring(x + 1) + Environment.NewLine;
            }
            txtValues.Text = tmpTxt.Trim();
            cmb.Items.Clear();
            cmb.Items.AddRange(txtValues.Lines);
            cmb.SelectedIndex = 0;
            cmb.Size = cmb.PreferredSize;
        }

解决 webBrowser DocumentCompleted 的多次调用

winform中使用webBrowser抽取页面中的一些数据。断点“webBrowser1_DocumentCompleted”发现，跑进来了好多次。

DocumentCompleted执行多次，跟踪发现ReadyState状态不一样，分别是Intercative和Complete。

而MSDN对这两种状态值的解释是：

Complete该控件已完成新文档及其所有内容的加载；
Interactive该控件已经加载足够的文档以允许有限的用户交互，比如单击已显示的超链接。

增加判断“ReadyState”之后继续，DocumentCompleted仍然执行了两次，但ReadyState状态一样都是Complete。再查原因。

MSDN对其解释是在多个的帧的情况下DocumentComplete获取触发多次。并非每个框架将触发此事件，但触发DownloadBegin事件的每个框架将触发相应的DocumentComplete事件。

最后webBrowser1_DocumentCompleted中的代码是：

private void webBrowser1_DocumentCompleted(object sender, WebBrowserDocumentCompletedEventArgs e)
        {
            string BrowserUrl = webBrowser1.Url.ToString();

            if (String.IsNullOrEmpty(BrowserUrl)) //检查未赋值或空值
                return;
            if (BrowserUrl.Equals("about:blank")) //是否为空白页
                return;
            if (webBrowser1.ReadyState != WebBrowserReadyState.Complete)  //状态为完成
                return;
            if (e.Url.ToString() != BrowserUrl)  //检查事件url和webBrowser的url
                return;
            if (webBrowser1.DocumentText == "")
                return;

            ... ...
        }

还有一点，就是窗体打开就加载webBrowser1，如放在 Form_Load 会使程序界面加载很慢，建议放在 Form_Shown中（每当窗体第一次显示时发生）。

日期: 2014 年 2 月 9 日

C#中用正则表达式取页面下拉菜单(select)中的值

推荐一个正则表达式测试/验证工具

正则表达式测试器 – http://deerchao.net/tools/regex_tester/index.htm

说明：该工具允许你测试和分析正则表达式。

解决 webBrowser DocumentCompleted 的多次调用