регулярного выражения - получить определенную часть заголовка

Question

Я получил название структурировано таким образом:

<title>WebsiteName | Page title | Slogan</title> 

В настоящее время в C# я использую это, чтобы получить титул из:

Regex.Match(pageSource, 
       @"\<title\b[^>]*\>\s*(?<Title>[\s\S]*?)\</title\>", 
       RegexOptions.IgnoreCase).Groups["Title"].Value; 

Но, то, что я хочу выбраться, - это только название страницы.

Answer 1

Попробуйте это:

@"\<title[^>]*\>[^|]*\|\s*(?<Title>[^|]*?)\|[^<]*\</title\>" 

"\<title[^>]*\>" //Title tag 
"[^|]*"   //Everything up to the first pipe 
"\|\s*"   //First pipe and any leading white space 
"(?<Title>[^|]*?)" //The page title section between the pipes 
"\|"    //Second pipe 
"[^<]*\"   //Everything after the first pipe up to closing title tag 
"</title\>"  //closing title tag 

Answer 2

Если вы просто пытаетесь получить Page Title, попробуйте следующее:

\|(.*)\| 

Ваш второй матч будет содержать название, если вы передаете строку вы предоставили. Если вы обнаружите, что делаете что-то более сложное, то регулярное выражение, вероятно, не является вашим инструментом. Есть лучшие способы анализа HTML.

Answer 3

Избегайте разбора html с regex.

Вы можете сделать это с помощью htmlAgilityPack

---

Это получит название HTML!

HtmlDocument doc = new HtmlDocument(); 
doc.Load(yourStream);  
string title=doc.DocumentNode.SelectSingleNode("//title").InnerText; 

Теперь после получения заголовка страницы вы можете получить необходимые данные с этого регулярного выражением

Учитывая Ваш титул всегда будет в той же форме, как указано в примере ваших Вы можете использовать

(?<=\|).+?(?=\|)