Добрый день.
Надо пропарсить подстроку из строки по такому принципу: на вход подаётся строка, начало подстроки, конец подстроки.
Написал такую функцию:
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
27.
28.
public static string ParseObjectFromString(string data, string start_pattern, string finish_pattern)
{
string result = "";
try
{
if (data == "")
return null;
int index_start = data.IndexOf(start_pattern);
int index_finish = data.IndexOf(finish_pattern);
int start_pattern_length = start_pattern.Length;
int finish_pattern_length = finish_pattern.Length;
result = data.Substring((index_start + start_pattern_length), (index_finish - index_start - finish_pattern_length + 1));
// string result - приписано -1
}
catch(Exception e)
{
result = "NULLLLLL";
}
if (result != "")
return result;
else
return null;
}
Однако, она работает с ошибками: иногда позиция конца подстроки меньше позиции начала подстроки, тогда обрабатывается исключение.
А бывает, что захватывает лишние куски, не относящиеся к строке.
На простых строках работает нормально, ошибки происходят, когда в качестве строки подаётся код сайта(скачивается с помощью WebClient) и надо пропарсить, допустим, description.
К примеру, сайт
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
27.
28.
29.
30.
31.
32.
33.
34.
35.
36.
37.
string wcode = "";
string desc = "";
wcode = wc2.DownloadString("http://dandyland.ru/shop/product/GTA-iV-Grand-Theft-Auto-GTA-4-Xbox-360.html");
if (wcode.IndexOf("<meta name=\"description\" content=") != -1)
{
desc = WebW.ParseObjectFromString(wcode, "<meta name=\"description\" content=\"", "\">");
if (desc == "NULLLLLL")
{
desc = WebW.ParseObjectFromString(wcode, "<meta name=\"description\" content=\"", "/>");
if (desc == "NULLLLLL")
{
desc = WebW.ParseObjectFromString(wcode, "<meta name=\"description\" content=\"", "//>");
if (desc == "NULLLLLL")
{
desc = WebW.ParseObjectFromString(wcode, "<meta name=\"description\" content=\"", "\" >");
}
}
}
}
else if (wcode.IndexOf("<meta name=\"Description\" content=") != -1)
{
desc = WebW.ParseObjectFromString(wcode, "<meta name=\"Description\" content=\"", "\">");
if (desc == "NULLLLLL")
{
desc = WebW.ParseObjectFromString(wcode, "<meta name=\"Description\" content=\"", "/>");
if (desc == "NULLLLLL")
{
desc = WebW.ParseObjectFromString(wcode, "<meta name=\"Description\" content=\"", "//>");
if (desc == "NULLLLLL")
{
desc = WebW.ParseObjectFromString(wcode, "<meta name=\"Description\" content=\"", "\" >");
}
}
}
}
else
desc = "NULLLLL";
На сайтах бывает написано и Description, и description, и закрывающий тег или ">, или " > , поэтому необходимы эти if-ы
Результат:
PS4, PS3, Xbox 360, Xbox One, vita Если вы желаете приобрести
GTA: Grand Theft Auto IV (4) (Xbox 360) БУ
позвоните по
телефону +7 (925) 225-66-05 или оформите заказ в интернет магазине" >
<meta http-equiv="Content-Ty
Для сайта
результат: NULLLLLL
Знаю, что можно парсить выражения с помощью регулярок.
Однако хотелось бы довести до ума эту функцию.
