经常采集数据，肯定会碰到解析字符串，包括整个页面的html，或者json以及一些不标准的json格式。。。
以前用json序列化，有时候需要实体类，有的时候没有，比较麻烦，听说可以用jsonmapper，解析为字典格式。不过没用过，习惯了用最原始的方法来解析字符串，所以这里分享几个解析的案例。也许会有点作用。
解析字符串最常用的应该是splite和replace了。分割，然后替换一些引号之类的。最后组合。特别是采集的时候，经常会把html页面中某一段要提取出来，可能很多人用正则表达式，可是不会啊，也不愿意去学。那只好用这些原始的方法了，时间久了，也积累一些经验或者函数。看看几个例子。
先看看这个例子，字符串是连在一起，没有换行的，为了方便观察，换行了，程序是原始在一起的：
先来分析一下这个字符串的特点，才能找到思路哦：
1.每一组数据都是在[]括号对中，每一组数据用,号分割，所以最终要形成一个数组来访问哦。
2.每一组的数据基本都是用 ， 号分割，字符串类型还有单引号 ；
3.第7个数组是一个整体，也使用,号分割，整体是字符串有引号；
4.第2组数据有空值，直接用,号分割，所以splite的时候不能去掉空值，否则数组长度不一样，定位就乱了。
既然分析都完了，那思路呢？
1.组直接分割使用 ], 标记，然后每一组要repalce掉 [ 和 ] 。主要是最前和最后；
2.组内分割，使用 ，号标记分割，出来之前要把单引号给 替换掉 ；不然也是作为字符串，引号也包括进去了；
3.至于那个 数组 的处理，不能过于想复杂，分割之后，直接在最后增加1个元素，将固定位置7-12的组合起来；这样也许方便点；
4.由于空值有占位，所以每一组的长度是固定的。所以处理的时候直接根据自己想要的位置来组合。
下面看看代码了，c#版本，相对与一行代码，仔细看，linq很是一个神器，真的是神奇。。。说多了都是泪，为啥就没早点学呢：
看看结果怎么样：
上面默认的键值对分割符号为 = 号，根据实际情况进行修改，json格式里面一般是：冒号比较多。
上面的例子比较简单，这次看一个稍微复杂点的，虽然可能用jsonmapper可以很轻易做到，但试一下最原始的方法吧。还是按照上面的思路，先分析字符串的特点：字符串是连在一起，没有换行的，为了方便观察，换行了，程序是原始在一起的：
还是先分析特点，这个格式应该是json类似的了，比较规则：
组与之间是使用 ， 号分割；前后有｛｝括号对；观察前后可以使用 ], 字符串将组分开；
键 是整数，键值是通过 ： 号分割；
值是一个数组，有5个元素，通过 , 号分割
都有单引号，需要过滤掉；其他没有特殊情况；
代码解决过程：
看看结果如何：
在实际的采集过，可能会碰到直接url，返回的就是json格式，比较标准。这里举个例子，如下面这个页面链接：
<a href="http://d.dacai.com/zhishu/correctcorp.html?matchid=1899040&matchstatusid=41">http://d.dacai.com/zhishu/correctcorp.html?matchid=1899040&matchstatusid=41</a>
点击开后，是这个样子：
这个应该够复杂了，我们分析一下，篇幅较大，源码对照链接：
每一大组数据，是用,号分割；整体也是前后大括号对{}，有4个大类，键分布是：indbodans，indevengoals，indgoalss，indhalffulls。
每一组的子类中，包括的都是同一个类型的数据，每一个子数据组都有n多个小的键值对，如matchid,corpid等等，使用},可以分割
分析完成之后如何解决，思路是类似的，先整体分割，使用},进行，然后每一个之类作为键，对值再次进行分割。。。形成字典列表。其中的引号也是需要过滤的，至于数值类型，实际用到那个的时候，都是根据key去找，再进行convert转换就可以了。看看源代码：
看看解析的结果如何：
注意，有元素是空值的，可以不用管。至于那几个键值对数组，最终属于哪一个大类？虽然没有直接标记出来，但是这个问题随便加一个判断就可以了，因为每一个类别的键名称是不一样的，看看是否包括对应的键就可以确定类别。
虽然过程很简单，也许有更简单的办好，直接和实体类映射，json反序列化更方便，但有时候没有实体类，也挺麻烦。特别是这种变态复杂的，jsonmap直接处理不知道行不行。总之本文的目的是尽可能使用简单原始的方法来解决问题，也是一个思路。虽然有时候我很懒，喜欢用开源组件，但有的时候一旦用上原始的了，也不喜欢改了。
字符串分析处理的过程虽然繁琐，但基本都是比较简单的，细致一点，都不是事。
最后把这个测试的源代码发上来，大家别忘了点赞哦。。。