近段时间在论坛上面兴起了一股正则之风，不论做什么都喜欢用正则

你在后台解析json格式字符串，必须要用正则，好吧，你可能不知道用JavaScriptSerializer类，

你解析类似www.xxx.com?a=a1&b=b2&c=c3的querystring参数，必须用正则，好吧，你也可能不知道string.split方法

你解析html你还必须用正则，好吧，这就真没有必要了，因为在解析html用到正则的时候你很多时候就不得不用到平衡组，你很有可能卡在这里

正则的强大性与通用性就不提了，一般的处理完全够用了，你完全可以自己去“系统”的学习(注:系统学习正则)，在配上RegexBuddy或者在线的正则(注:附注会提到内容)的工具就可以掌握一些常用的用法

但是去解析html，还是用专业的库去解析吧，虽然条条大路通罗马，你真没必要以铁人三项的精神去做用正则死嗑html。

其实解析html的库有满多不错的，如_HtmlAgilityPack，又或者Jumony，以及Java的解析库htmlparser(有.net版的)，下面列一个小例子:
_

地址:http://feedback.ebay.com/ws/eBayISAPI.dll?ViewFeedback2&ftab=AllFeedback&userid=paragad&iid=-1&de=off&items=25&interval=0&mPg=151

抓取评论区的:回复内容，购买人名字，购买时间

引用:HtmlAgilityPack库

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using HtmlAgilityPack;

namespace AnaHtml
{
    class Program
    {
        static void Main(string[] args)
        {
            HtmlWeb html = new HtmlWeb();
            var content = from page in html.Load("http://feedback.ebay.com/ws/eBayISAPI.dll?ViewFeedback2&ftab=AllFeedback&userid=paragad&iid=-1&de=off&items=25&interval=0&mPg=151")<br />                          //Skip(1)排除标题行 where((x,index)=>index%2==0)选取相应的内容行
                          .DocumentNode.SelectSingleNode("//table[@class='FbOuterYukon']").Elements("tr").Skip(1).Where((x, index) => index % 2 == 0)
                          let row = page
                          where row != null
                          select new
                          {
                              Content = row.ChildNodes[1].InnerText,<br />                              //注意，任何时候的SelectSingleNode方法都是以整个document为前提的，个人觉得应该当前的节点为前担
                              Id =row.ChildNodes[2].SelectSingleNode(row.ChildNodes[2].XPath+"//div[1]//a[1]//span[1]").InnerHtml,
                              Retime = row.ChildNodes[3].InnerText
                          };
            foreach (var item in content)
            {
                Console.WriteLine("\r\n Content:{0} Id={1} Time={2} ", item.Content, item.Id,item.Retime);
            }
            Console.Read();
        }


    }
}

　　整个结构清晰自然，利用Xpath的来进行选取相当方便，轻易就可以抓取内容。

附注:

一，正则相关

１.30分钟搞定正则(了然正则的基础知识点)

2.正则达人的博客

3.正则工具RegexBug

二，解析库:

**XPath简明介绍
** XPath 使用路径表达式来选取 XML 文档中的节点或节点集。节点是通过沿着路径 (path) 或者步 (steps) 来选取的。
下面列出了最有用的路径表达式：
nodename:选取此节点的所有子节点。
/:从根节点选取。
//:从匹配选择的当前节点选择文档中的节点，而不考虑它们的位置。
.:选取当前节点。
..:选取当前节点的父节点。
例如有下面一段XML:

xmlversion=“1.0"encoding=“utf-8"?>