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>
网页标题：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>
新闻来源：<a href="http://ptruijie.cn/article/gjpoog.html">http://ptruijie.cn/article/gjpoog.html</a>
</div>
</div>
<div class="other">
<h3>其他资讯</h3>
<ul>
<li>
<a href="/article/dpijocc.html">高防服务器tmisp?（高防服务器的机制)</a>
</li><li>
<a href="/article/dpijosd.html">怎么使用虚拟主机建站（怎么使用虚拟主机建站功能）</a>
</li><li>
<a href="/article/dpijoco.html">Linux如何设置文件共享？(linux如何设置共享)</a>
</li><li>
<a href="/article/dpijoeg.html">个人站长做什么网站好(个人站长做什么网站好做)（个人站长适合做什么网站）</a>
</li><li>
<a href="/article/dpijoec.html">裸金属服务器与虚拟服务器的区别?</a>
</li> </ul>
</div>
</div>
<footer>
<div class="foot container">
<div class="footl fl">
<h3>联系我们</h3>
<dl>
您好HELLO!<br>
感谢您来到新都网站建设公司，若您有合作意向，请您为我们留言或使用以下方式联系我们，
我们将尽快给你回复，并为您提供真诚的设计服务，谢谢。
</dl>
<ul>
<li>电话：028- <span>86922220 18980695689</span></li>
<li>商务合作邮箱：631063699@qq.com</li>
<li>合作QQ： 532337155</li>
<li>成都网站设计地址：成都市青羊区锣锅巷31号五金站写字楼6楼</li>
</ul>
</div>
<div class="footr fr">
<h3>广皓图文建站工作室</h3>
<dl>
新都广皓图文网站建设公司拥有多年以上互联网从业经验的团队，始终保持务实的风格，以"帮助客户成功"为已任，专注于提供对客户有价值的服务。
我们已为众企业及上市公司提供专业的网站建设服务。我们不只是一家网站建设的网络公司；我们对营销、技术、管理都有自己独特见解，广皓图文建站采取“创意+综合+营销”一体化的方式为您提供更专业的服务！
</dl>
<h3>广皓观点</h3>
<dl>
相对传统的新都网站建设公司而言，广皓图文是互联网中的网站品牌策划，我们精于企业品牌与互联网相结合的整体战略服务。<br>
我们始终认为，网站必须注入企业基因，真正使网站成为企业vi的一部分，让整个网站品牌策划体系变的深入而持久。
</dl>
</div>
</div>
<div class="link">
<div class="container"> <span> 友情链接：</span>
<a href="http://www.cdkongyun.cn/" title="成都航空货运" target="_blank">成都航空货运</a> <a href="http://www.dianlianz.com/" title="四川康明斯发电机" target="_blank">四川康明斯发电机</a> <a href="http://www.bswzsj.com/" title="巴彦网站营销推广" target="_blank">巴彦网站营销推广</a> <a href="http://www.wpljqr.com/" title="青白江发电机公司" target="_blank">青白江发电机公司</a> <a href="http://www.gxwzsj.com/" title="广西网站建设" target="_blank">广西网站建设</a> <a href="http://www.xf-photo.com/" title="XFPHOTOGRAPHY" target="_blank">XFPHOTOGRAPHY</a> <a href="http://www.kswsj.cn/" title="网站营销推广" target="_blank">网站营销推广</a> <a href="http://www.zejunkj.cn/" title="泽君科技" target="_blank">泽君科技</a> <a href="http://www.typanxi.com/" title="店铺招牌设计" target="_blank">店铺招牌设计</a> <a href="http://www.tpyxedu.com/" title="公司形象墙" target="_blank">公司形象墙</a> </div>
</div>
<div class="copy"> © Copyright 2023 <a href="http://www.ptruijie.cn">广皓图文建站工作室</a>All Rights Reserved. <a href="http://beian.miit.gov.cn" target="_blank" rel="nofollow">蜀ICP备2021004003号-2</a> <a href="https://www.cdxwcx.com" target="_blank">成都网站建设</a> / <a href="https://www.cdxwcx.com" target="_blank">成都网站建设</a> / <a href="https://www.cdxwcx.com" target="_blank">响应式网站建设</a> / <a href="https://www.cdcxhl.com" target="_blank">成都网站设计</a> <a href="https://www.cdcxhl.com/service/weihu.html" target="_blank">成都网站维护</a> <a href="https://www.cdcxhl.com/news/" target="_blank">其他新闻分类</a> </div>
</footer>
</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>
