如何用C#从URL源码中解析指定标签的文本内容？

方法一：正则表达式（适合简单场景） #

如果你的标签结构很规整（没有额外属性、嵌套），可以用正则快速提取。以Python为例：

import re

# 假设URL源码存在这个变量里
html_content = "<status>Online</status>"
# 用非贪婪匹配捕获标签内的内容
match_result = re.search(r'<status>(.*?)</status>', html_content)
if match_result:
    status_text = match_result.group(1)
    print(status_text)  # 输出: Online

这里的.*?是非贪婪匹配，能避免出现多个</status>时匹配到最后一个的问题，确保只取当前标签内的内容。

方法二：XML/HTML解析库（更稳妥） #

如果标签可能带属性（比如<status code="200">Online</status>）或者源码是标准XML结构，别用正则，用专门的解析库更可靠。

示例1：用Python内置的xml.etree.ElementTree #

import xml.etree.ElementTree as ET

# 解析字符串形式的XML
root = ET.fromstring(html_content)
# 找到status标签并获取文本
status_text = root.find('status').text
print(status_text)

示例2：用BeautifulSoup（兼容HTML/XML） #

from bs4 import BeautifulSoup

soup = BeautifulSoup(html_content, 'xml')  # 用xml解析器
status_text = soup.find('status').string
print(status_text)

这两种库会自动处理标签的各种合法格式，比正则容错性强得多，推荐优先使用。

内容的提问来源于stack exchange，提问作者itay0246