htmlファイルからjavascriptコードを取得

Question

私は、C＃と正規表現を使用してHTMLファイルからjavascriptコードを取得しようとしています。 私が今使用したコードは次のとおりです。

string js = Regex.Replace(code, @"^.*?\<script\s?.*?\>((.|\r\n)+?)\<\/script\>.*$", "$1", RegexOptions.Multiline); 

しかし、私はこれを使用するとき、私は取り除かスクリプトタグとの完全なHTMLコードを取得します。

誰かがこれを手伝ってくれますか？

---

私は次のコードで、今のhtml敏捷性パックを使用します。

var hwObject = new HtmlWeb(); 
     HtmlDocument doc = new HtmlDocument(); 
     doc.LoadHtml(code); 
     foreach (var script in doc.DocumentNode.Descendants("script").ToArray()) 
     { 
      string js = script.InnerText; 
      HtmlTextNode text = (HtmlTextNode)script.ChildNodes.Single(d => d.NodeType == HtmlNodeType.Text); 
      text.Text = TrimJs(js); 
     } 

しかし、唯一の最後のスクリプトタグの取得の置き換え。以前のjavascriptsは消える前に。

Answer 1

を。

正規表現を使用するよりも、XMLベースのパーサーを使用してHTMLを解析する方が一般に簡単です。

あなたはこのようなものを使用することができます

HtmlWeb hwObject = new HtmlWeb(); 
HtmlDocument htmldocObject = hwObject.Load("http://www..."); 
foreach(var script in doc.DocumentNode.Descendants("script").ToArray()) 
{ 
    string s = script.InnerText; 
    // Modify s somehow 
    HtmlTextNode text = (HtmlTextNode)script.ChildNodes 
         .Single(d => d.NodeType == HtmlNodeType.Text); 
    text.Text = s; 
} 
htmldocObject .Save("file.htm"); 

あなたは、これはすべてが含まれている理由です、そしてあなたは、サブストリングを探している時に交換してください使用する理由がないとして、 "^.*?"と ".*$"削除する必要が

Answer 2

はドロップ*（以下の正規表現を使用します\<script\s?.*?\>((.|\r\n)+?)\<\/script\>）。あなたはHtml Agility Packを見てみる必要があります

Answer 3

。 Regex.Matchメソッドを使うだけで良いと思います。