Hallo, ich habe eine Frage.
Wie Filter ich aus diesem Qulltext:


Die prototype.js und helper.js heraus?
Ich habe es bereits so versucht:


funktioniert aber nicht.

Willkommen im Forum.
Irgendwann kommt hier jemand und schreibt RegEx hin.
Ich würde ".js" suchen und von dort rückwärts zum "\".
Also: IndexOf(...) und LastIndexOf(...). Und bedenke, dass Du überall einen Startindex vorgeben kannst, den musst Du dann inkrementieren.
Und bedenke, dass die Länge von ".js" 3 ist.

Kannst du das etwas genauer erläutern?
Also
Und dann?

Hi
ist klar, dass bei diesem Text nicht gewährleistet ist, dass der Inhalt ".js" immer in einem Attribut src eines Script-Elements vorkommen muss? Somit ist diese Herangehensweise nicht sinnvoll. Verwende lieber IndexOf mit "<script src=""" und finde anschließend per IndexOf noch die Position des nächsten """"c heraus. Sind HTML-Codes eigentlich grundsätzlich System.Xml.XmlDocument (bzw. XmlTextReader)-konform? Wenn dem so wäre, könnte man den Text einfach elementbasiert auslesen und analysieren.

Gruß
~blaze~

Also so theoretisch?

Funktioniert nur nicht.
Ich finde auch keine Dokumentation darüber.

AFAIK basiert HTML auf SGML/XML, allerdings unterscheidet es sich auch in einigen Feinheiten (oder zumindest muss es nicht zwingend XML-konform sein, um valide zu sein).

Dein Vorhaben ließe sich aber mit dem HtmlAgilityPack sicher lösen.

Nur XHTML ist XML-konform. Alles andere nicht.
Das von Lukas verlinkte HtmlAgilityPack kommt aber mit allem klar, nutz also das.

FlyingHead schrieb:

VB.NET-Quellcode

1. WebBrowser1.Document.Body.InnerHtml.IndexOf("<script src=""")

IndexOf hat einen Rückgabewert (den betreffenden Index nämlich oder -1), den musst Du auswerten.