工作之余,学习了一下正则表达式,鉴于实践是检验真理的唯一标准,于是便写了一个利用正则表达式抓取百度百家文章的例子,具体过程请看下面源码:
一、获取百度百家网页内容
publicListGetUrl() { try { stringurl ="http://baijia.baidu.com/"; WebRequest webRequest = WebRequest.Create(url); WebResponse webResponse = webRequest.GetResponse(); StreamReader reader =newStreamReader(webResponse.GetResponseStream()); stringresult = reader.ReadToEnd(); reader.Close(); webResponse.Close(); returnAnalysisHtml(result); } catch(Exception ex) { throwex; } }
二、通过正则表达式筛选
publicListAnalysisHtml(stringhtmlContent) { List list =newList (); stringstrPattern =" (?
.*\\s*[^<]+) (?[^<]+).*)\"\\s*target=\"_blank\"\\s*class=\"feeds-item-more\"\\s*mon=\".*\\s*\">.*\\s*
"; Regex regex =newRegex(strPattern, RegexOptions.IgnoreCase | RegexOptions.Multiline | RegexOptions.CultureInvariant); if(regex.IsMatch(htmlContent)) { MatchCollection matchCollection = regex.Matches(htmlContent); foreach(Match matchinmatchCollection) { string[] str =newstring[3]; str[0] = match.Groups[1].Value;//获取到的是列表数据的标题 str[1] = match.Groups[2].Value;//获取到的是内容 str[2] = match.Groups[3].Value;//获取到的是链接到的地址 list.Add(str); } } returnlist; }
[测速]C#.Net基于正则表达式抓取百度百家文章列表的方法示例
http://m.bbyears.com/aspjiaocheng/135501.html
推荐访问:藏宝阁 菜鸟教程 创客贴 草料二维码 cctv5 csdn cnki colg