Question

我正在从网站上抓取数据，以便为我的同事获取有用的数据，而不必经常刷新页面。

C＃代码直接从HTML中提取数据。但数据以奇怪的方式加密，并以非人类可读的字符串形式返回，这对我们没有帮助。

例如，在表格中，产品编号可能显示为＆＃34; 14501219＆＃34;。在HTML中，包含数据的元素的内部文本是＆＃34;＆amp;＃49; 4501＆amp;＃x32;＆amp;＃x31;＆amp;＃x39;＆＃34;。

我需要知道如何：

将十六进制和十进制从同一个字符串
将这些结果附加到最终输出

到目前为止，我使用了这个伪代码，但我不知道它在C＃中的外观或使用的转换方法：

for (int i = 0; i < inputString.Length; i++)
   {
      if (inputString[i] = '&' && inputstring[i+1] = '#')
           {
                if (inputstring[i+2 = 'x'
                {
                     //convert to hex
                     //append to outputList
                }
                else
                {
                    //convert to decimal
                    //append to outputList
                }
            }
      else
            {
                 //convert to string literal
            }
   }

非常感谢任何帮助

Answer 1

在您添加了字符串文字示例后，我新了您所看到/要求的内容。为了使http客户端不被某些特殊字符绊倒，使用acsii表示来对其进行编码。大多数框架都有一种处理编码网址的方法。例如，在c＃中，您应该始终确保在读取和写入时在内部使用HttpUtility.UrlDecode和HttpUtility.UrlEncode。

包含十六进制和十进制值的字符串的输出数字

1 个答案: