Extrair texto entre tags HTML (LINQ+Regex)

on c#

Hoje o meu colega de trabalho pediu-me para o ajudar a extrair uma parte do texto de uma página p/ ser posteriormente enviado.

Não se trata nada de complexo, apenas apeteceu-me deixar aqui p/ consultar mais tarde caso precise 🙂

O HTML da página que deve ser pesquisado é algo como:

<TD valign=top colspan=6>TESTE 1XPTO ONLINE</TD>

</p>

Para o fazer, fiz o seguinte código:

Regex r = new Regex("<TD(.*?)>(.*?)</TD>");
string s = @"TESTE 1XPTO ONLINE</pre>



            <TD valign=top colspan=6>TESTE 2XPTO ONLINE</TD>




            <TD valign=top colspan=6>TESTE 3XPTO ONLINE</TD>




            <TD valign=top colspan=6>TESTE 4XPTO ONLINE</TD>




            <TD valign=top colspan=6>TESTE 5XPTO ONLINE</TD>"</span>;




 




MatchCollection mc = r.Matches(s);




foreach (Match m in mc)




{




    Console.WriteLine(m.Groups[2].Value.Trim());




}

</div>





  Outra forma de fazer o mesmo, e recorrendo ao LINQ, é esta:






  
var q = from Match m in new Regex(@"<TD(.*?)>(.*?)</TD>").Matches(s)

  
  
  
        select m.Groups[2].Value.Trim();

  
  
  
 

  
  
  
q.ToArray<string>().ToList().ForEach(new Action<string>(EnviarSinais));

  








  Por fim, basta criar a função EnviarSinais:






  
static void EnviarSinais(string str)

  
  
  
{

  
  
  
        Console.WriteLine(str);

  
  
  
}

  







  Quanto ao código em LINQ, se houver melhor forma de o fazer, indiquem pf 🙂