实例介绍
【实例简介】
最近在做一些资源采集的工作,比如采集新闻,flash,图片等,通过这个小例子,来详细的说明一下我采集资源的步骤:
1.首先下载第一个网页。
2.分析要抓取的文章的链接,可以通过正则表达式获取链接
3.通过文章的链接下载文章正文
具体详见源码。
【实例截图】
【核心代码】
using System; using System.Collections.Generic; using System.Web; using System.Web.UI; using System.Web.UI.WebControls; using System.Net; using System.IO; using System.Text.RegularExpressions; namespace CatchDemo { public partial class _Default : System.Web.UI.Page { protected void Page_Load(object sender, EventArgs e) { } protected void CatchBtn_Click(object sender, EventArgs e) //为了方便展示,就写在一个点击事件里面了。 { string seed = "http://www.ebigear.com/reslist-92-1.html"; HttpWebRequest wRequest = (HttpWebRequest)HttpWebRequest.Create(seed); WebResponse wResponse = wRequest.GetResponse(); string html=""; using( Stream stream = wResponse.GetResponseStream()) { using (StreamReader streamReader = new StreamReader(stream)) { html= streamReader.ReadToEnd(); //获取seed 网页的源代码 } } Regex rg1 = new Regex("/res-92[^\"] html", RegexOptions.Compiled |RegexOptions.IgnoreCase); Regex rgContent = new Regex("(?<=<div\\s*id=\"enText\"\\s*style=\"display:block\">).*?(?=</div>)",RegexOptions.IgnoreCase|RegexOptions.Multiline|RegexOptions.Compiled); MatchCollection mc=rg1.Matches(html); Regex rgN = new Regex("\n|\r|\t"); Regex rgReplace = new Regex("""); //上面定义几个需要用到的正则表达式 foreach (Match a in mc) { string catchUrl = @"http://www.ebigear.com" a.Value; wRequest = (HttpWebRequest)HttpWebRequest.Create(catchUrl); wResponse = wRequest.GetResponse(); using(Stream stream = wResponse.GetResponseStream()) { using(StreamReader streamReader = new StreamReader(stream)) { html = streamReader.ReadToEnd(); } } ShowBox.Text = rgContent.Match(rgReplace.Replace( rgN.Replace(html,""),"\"")).Value "\n\n\n\n\n"; //这里的几个/n只是为了区分抓取的文章而写的,没有别的意思 } //ps:有问题或者有建议,可以在我blog上留言 ,谢谢。 } } }
相关软件
小贴士
感谢您为本站写下的评论,您的评论对其它用户来说具有重要的参考价值,所以请认真填写。
- 类似“顶”、“沙发”之类没有营养的文字,对勤劳贡献的楼主来说是令人沮丧的反馈信息。
- 相信您也不想看到一排文字/表情墙,所以请不要反馈意义不大的重复字符,也请尽量不要纯表情的回复。
- 提问之前请再仔细看一遍楼主的说明,或许是您遗漏了。
- 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦,又没人会搭理,于人于己都无利。
关于好例子网
本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享,对搜索内容的合法性不具有预见性、识别性、控制性,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论平台是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定,若资源存在侵权或相关问题请联系本站客服人员,点此联系我们。关于更多版权及免责申明参见 版权及免责申明
网友评论
我要评论