C# 使用 Regex 從 HTML 字串中提取 URL 參數 uid 的值

在 C# WinForms / 爬蟲場景中，從伺服器回傳的 HTML 片段提取特定查詢參數 (如 `uid=555`)，使用 System.Text.RegularExpressions.Regex 配合**正向顧後斷言** 是最簡潔高效的方法。

核心代碼

using System;
using System.Text.RegularExpressions;

public class HtmlUidExtractor {
    public static void Main() {
        string html = @"
 
            
            
成功! 
            返回
        
";

        // 正則：(?<=uid=)\d+
        // (?<=uid=)  正向顧後斷言：匹配位置前面必須是 "uid="，但不消耗字元
        // \d+        匹配一個或多個數字 (uid 的值)
        string pattern = @"(?<=uid=)\d+";
        Match match = Regex.Match(html, pattern);

        if (match.Success) {
            Console.WriteLine("提取到的 uid: " + match.Value); // 輸出: 555
        } else {
            Console.WriteLine("未找到 uid 參數");
        }

        // 若 HTML 中有多個 uid，需提取全部：
        MatchCollection matches = Regex.Matches(html, pattern);
        Console.WriteLine("所有 uid:");
        foreach (Match m in matches) {
            Console.WriteLine(m.Value);
        }
    }
}

正則細節解析

進階場景與變體

1. uid 值可能包含字母、底線、連字號

string pattern = @"(?<=uid=)[\w-]+"; // \w = [a-zA-Z0-9_]

2. 精確匹配 URL 參數結構 (避免誤匹配 JS 變數等)

// 匹配 ?uid= 或 &uid= 開頭的參數
string pattern = @"(?<=[?&]uid=)[^&""']+";

3. 僅提取第一個匹配的 uid (效能最佳)

string uid = Regex.Match(html, @"(?<=uid=)\d+").Value;
// .Value 直接返回匹配字串，無匹配時返回 String.Empty

4. 使用命名捕獲組 (可讀性更好)

string pattern = @"(?<=uid=)(?\d+)";
Match m = Regex.Match(html, pattern);
if (m.Success) {
    string uid = m.Groups["uid"].Value;
}

效能建議

• 靜態編譯正則：若在循環/高頻調用，將 `Regex` 物件聲明為 `static readonly` 並使用 `RegexOptions.Compiled`：

private static readonly Regex UidRegex = new Regex(@"(?<=uid=)\d+", RegexOptions.Compiled);
// 使用：UidRegex.Match(html)

• 避免災難性回溯：本模式固定前綴 `uid=` + `\d+`，無回溯風險。

替代方案：HTML 解析器 (HtmlAgilityPack)

若 HTML 結構複雜、巢狀深、屬性值含引號變化大，正則易出錯。建議引入 HtmlAgilityPack** (NuGet) 進行結構化解析：

// using HtmlAgilityPack;
var doc = new HtmlDocument();
doc.LoadHtml(html);
var nodes = doc.DocumentNode.SelectNodes("//@href | //@content"); // 取所有 href、content 屬性
foreach (var attr in nodes.SelectMany(n => n.Attributes)) {
    var match = Regex.Match(attr.Value, @"(?<=uid=)\d+");
    if (match.Success) Console.WriteLine(match.Value);
}