本文实例讲述了C#.Net基于正则表达式抓取百度百家文章列表的方法。分享给大家供大家参考，具体如下：
创新互联长期为近千家客户提供的网站建设服务，团队从业经验10年，关注不同地域、不同群体，并针对不同对象提供差异化的产品和服务；打造开放共赢平台，与合作伙伴共同营造健康的互联网生态环境。为让胡路企业提供专业的成都网站建设、成都网站制作，让胡路网站改版等技术服务。拥有十年丰富建站经验和众多成功案例,为您定制开发。
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
public List GetUrl()
{
try
{
string url = "http://baijia.baidu.com/";
WebRequest webRequest = WebRequest.Create(url);
WebResponse webResponse = webRequest.GetResponse();
StreamReader reader = new StreamReader(webResponse.GetResponseStream());
string result = reader.ReadToEnd();
reader.Close();
webResponse.Close();
return AnalysisHtml(result);
}
catch (Exception ex)
{
throw ex;
}
}
二、通过正则表达式筛选
public List AnalysisHtml(string htmlContent)
{
List list = new List();
string strPattern = "(?[^<]+)</a></h4>.*\\s*<p\\s*class=\"feeds-item-text\">(?<Abstract>[^<]+)<a\\s*href=\"(?<Url>.*)\"\\s*target=\"_blank\"\\s*class=\"feeds-item-more\"\\s*mon=\".*\\s*\">.*\\s*</a></p>";
Regex regex = new Regex(strPattern, RegexOptions.IgnoreCase | RegexOptions.Multiline | RegexOptions.CultureInvariant);
if (regex.IsMatch(htmlContent))
{
MatchCollection matchCollection = regex.Matches(htmlContent);
foreach (Match match in matchCollection)
{
string[] str = new string[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);
}
}
return list;
}
</pre></div><p><strong>附：</strong>完整实例代码点击此处<strong>本站下载</strong>。</p><p><strong>PS：这里再为大家提供2款非常方便的正则表达式工具供大家参考使用：</strong></p><p><strong>JavaScript正则表达式在线测试工具：<br /></strong>http://tools.jb51.net/regex/javascript</p><p><strong>正则表达式在线生成工具：<br /></strong>http://tools.jb51.net/regex/create_reg</p><p>更多关于C#相关内容感兴趣的读者可查看本站专题：《C#正则表达式用法总结》、《C#编码操作技巧总结》、《C#常见控件用法教程》、《WinForm控件用法总结》、《C#数据结构与算法教程》、《C#面向对象程序设计入门教程》及《C#程序设计之线程使用技巧总结》</p><p>希望本文所述对大家C#程序设计有所帮助。</p>
<br>
新闻名称：C#.Net基于正则表达式抓取百度百家文章列表的方法示例 <br>
网页网址：<a href="http://bjjierui.cn/article/gjpoog.html">http://bjjierui.cn/article/gjpoog.html</a>
</div>
</div>
<div class="other">
<h3>其他资讯</h3>
<ul>
<li>
<a href="/article/jicooc.html">如何使用linux服务器</a>
</li><li>
<a href="/article/jicoce.html">leetCode169.MajorityElement数组</a>
</li><li>
<a href="/article/jidhpp.html">goclean的作用是什么</a>
</li><li>
<a href="/article/jicogc.html">Android应用中怎么在矩形框中输入文字显示剩余字数功能</a>
</li><li>
<a href="/article/jidhph.html">Android线程池</a>
</li> </ul>
</div>
</div>
<ul class="kf">
<li class="kf1"><span class="tela">建站热线：<a href="tel:13518219792" target="_blank">13518219792</a></span></li>
<li class="kf11"><span class="weixin"><img src="/Public/Home/images/weixin.jpg" alt="网站建设微信咨询"><br>
微信扫一扫在线咨询</span> </li>
<li class="kf5">QQ客服： <a href="http://wpa.qq.com/msgrd?v=3&uin=631063699&site=qq&menu=yes" class="on2" target="_blank" rel="nofollow"><img src="/Public/Home/images/qq.gif" alt="建站业务咨询" title="建站业务咨询"></a> <a href="http://wpa.qq.com/msgrd?v=3&uin=631063699&site=qq&menu=yes" class="on2" target="_blank" rel="nofollow"><img src="/Public/Home/images/qq.gif" alt="网站设计咨询" title="网站设计咨询"></a></li>
<li class="kf2"><a href="http://www.bjjierui.cn/cases/" target="_blank">案 例</a></li>
<li class="kf4"><a href="http://www.bjjierui.cn/" target="_blank">价 格</a></li>
<li class="kf6" title="返回顶部"></li>
</ul>
<div class="footer">
<div class="footer_2">
<p>Copyright © 2012-2020 <strong>网创优客信息咨询</strong> 版权所有 蜀ICP备2023009085号-7<br />
手机:13518219792 QQ:631063699 地址：成都市青羊区锣锅巷31号 邮编:610000 Email:wh@cdxwcx.com<br/>
成都网络公司-网创优客建站品牌专注<a href="http://www.bjjierui.cn/">成都网站建设</a>、<a href="http://www.bjjierui.cn/">成都网站设计</a>服务，为成都公司建设高品质的网站</p>
</div>
</div>
<script type="text/javascript">
$(document).ready(function(){
$(".kf6").click(function() {
$('body,html').animate({
scrollTop : 0
}, 500);
return false;
});
})
var bodyhe=$("body").height();
var winhe=330;
var bodyf=bodyhe-winhe;
var bodyft=bodyhe-365;
window.onscroll = function(){
var t = document.documentElement.scrollTop || document.body.scrollTop;
if(t>200){
$(".kf .kf6").stop().animate({opacity:'1'},200);
}else{$(".kf .kf6").stop().animate({opacity:'0'},200);}
if(t>1 && t<winhe){
$(".header").addClass('no');
$(".header").removeClass('notwo');
}else if(t>winhe){
$(".header").removeClass('no');
$(".header").addClass('notwo');
}else{
$(".header").removeClass('no');
}
}
</script>
</body>
</html>
<script>
$(".con img").each(function(){
var src = $(this).attr("src"); //获取图片地址
var str=new RegExp("http");
var result=str.test(src);
if(result==false){
var url = "https://www.cdcxhl.com"+src; //绝对路径
$(this).attr("src",url);
}
});
window.onload=function(){
document.oncontextmenu=function(){
return false;
}
}
</script>
