如何使用C#的IndexOf方法解析HTML中的参数及其值？提取入院日期的代码返回错误结果，请求排查问题

嘿，我来帮你看看这段代码的问题哈！你现在的代码之所以返回错误内容，主要是踩了两个常见的坑：

第一个坑：硬编码的HTML片段太死板 #

你定义的parseString是完全固定的一段HTML，但实际页面里的HTML可没这么听话——比如style属性里多了个空格、class名大小写变了、属性顺序调换了，这些细微变化都会让IndexOf找不到匹配项，直接返回null。

第二个坑：截取逻辑完全错了 #

就算运气好parseString真的匹配到了，你把索引移到这个字符串末尾后去搜下一个</TD>，但实际上目标日期3/8/2021已经在你写的parseString的第二个<TD>里了呀！根本不需要往后找，反而应该从这段匹配的内容里提取。

方案1：应急优化字符串匹配（不推荐长期用） #

如果暂时不想引入额外库，可以调整匹配逻辑，只抓关键标识，不管那些无关的样式细节：

protected string ParseAdmissionDate(string Html) {
    // 先定位到AdmissionDate的那个DIV
    string admissionMarker = "<DIV class=\"a355\">AdmissionDate</DIV>";
    int markerIndex = Html.IndexOf(admissionMarker, StringComparison.OrdinalIgnoreCase);
    if (markerIndex == -1)
        return null;

    // 从这个标记开始，找它后面的那个日期TD
    int startOfDateTd = Html.IndexOf("<TD", markerIndex);
    if (startOfDateTd == -1)
        return null;

    // 定位到日期DIV的起始位置
    int startOfDateDiv = Html.IndexOf("<DIV class=\"a359\">", startOfDateTd);
    if (startOfDateDiv == -1)
        return null;
    startOfDateDiv += "<DIV class=\"a359\">".Length;

    // 找到日期DIV的结束标签
    int endOfDateDiv = Html.IndexOf("</DIV>", startOfDateDiv);
    if (endOfDateDiv == -1)
        return null;

    // 提取并返回日期
    return Html.Substring(startOfDateDiv, endOfDateDiv - startOfDateDiv).Trim();
}

这个版本的好处是只抓关键的class和文本，忽略那些容易变化的style、属性顺序，容错性强了不少。

方案2：用HTML解析库（强烈推荐！） #

用字符串拆HTML真的是反模式，哪天页面改个小结构，你的代码就崩了。不如用专业的HTML解析库，比如HtmlAgilityPack，NuGet直接就能装：

先装包：

Install-Package HtmlAgilityPack

然后写代码：

using HtmlAgilityPack;

protected string ParseAdmissionDate(string Html) {
    var doc = new HtmlDocument();
    doc.LoadHtml(Html);

    // 找到写着"AdmissionDate"的DIV
    var admissionDiv = doc.DocumentNode.SelectSingleNode("//div[text()='AdmissionDate']");
    if (admissionDiv == null)
        return null;

    // 找到这个DIV所在TD的下一个兄弟TD（注意跳过空白节点）
    var dateTd = admissionDiv.ParentNode.NextSibling;
    while (dateTd != null && dateTd.NodeType == HtmlNodeType.Text)
        dateTd = dateTd.NextSibling;

    if (dateTd == null)
        return null;

    // 提取日期DIV里的文本
    var dateDiv = dateTd.SelectSingleNode(".//div[@class='a359']");
    return dateDiv?.InnerText.Trim();
}

这个方案就靠谱多了，不管HTML里有多少空格、属性怎么排，都能精准定位到元素，以后页面结构有小变化，只要调整一下XPath或者节点查询逻辑就行，维护起来轻松太多。

要是你喜欢LINQ风格的代码，还可以这么写：

var dateDiv = doc.DocumentNode.Descendants("div")
                .FirstOrDefault(d => d.InnerText.Trim() == "AdmissionDate")
                ?.ParentNode
                ?.NextSibling
                ?.Descendants("div")
                .FirstOrDefault(d => d.GetAttributeValue("class", "") == "a359");
return dateDiv?.InnerText.Trim();

内容的提问来源于stack exchange，提问作者medpicz