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>
本文名称：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>
文章起源：<a href="http://cdweb.net/article/gjpoog.html">http://cdweb.net/article/gjpoog.html</a>
</div>
</div>
<div class="other">
<h3>其他资讯</h3>
<ul>
<li>
<a href="/article/hedipg.html">求差代码java,标准差代码</a>
</li><li>
<a href="/article/hedgos.html">系统重装windows7的简单介绍</a>
</li><li>
<a href="/article/hedihp.html">超运算java代码,基于java的计算器实现代码</a>
</li><li>
<a href="/article/hedigo.html">excelvb.net的简单介绍</a>
</li><li>
<a href="/article/hedihj.html">mysql怎么删掉表情,表格里的表情怎么删除</a>
</li> </ul>
</div>
</div>
</div>
<footer>
<div class="footop">
<div class="wrap">
<div class="bottomrpw">
<div class="erp arp">
<dl>
<dt>ADDRESS</dt>
<dd class="address"> <i class="icon"></i> <span class="word">成都市青羊区锦天国际1号楼1002室</span> </dd>
</dl>
</div>
<div class="erp arp">
<dl>
<dt>TEL</dt>
<dd class="phonum"> <i class="icon"></i> <span class="word en"> <a href="tel:18980820575">18980820575</a> </span> </dd>
</dl>
</div>
<div class="erp crp">
<dl>
<dt>OTHER</dt>
<dd> <a class="word get-quote">获得报价与方案</a> </dd>
<dd> <a href="#" target="_blank" rel='nofollow' class="word" title="付款方式">付款方式</a> </dd>
</dl>
</div>
<div class="erp code-rp">
<dl>
<dt>Wechat</dt>
<dd class="code-wrap"> <span class="code"> <img src="/Public/Home/images/qr-code.jpg" alt="快上网微信公众号" /> </span> </dd>
</dl>
</div>
</div>
</div>
</div>
<div class="footerbot">
<div class="friendlinks">
<div class="wrap">
<ul class="rpl">
<li><a href="https://www.cdcxhl.com/ssl/chengdu.html" title="网站ssl证书" target="_blank">网站ssl证书</a></li><li><a href="http://m.xwcx.net/" title="响应式报价" target="_blank">响应式报价</a></li><li><a href="https://www.xwcx.net/jigui.html" title="成都机房机柜租用" target="_blank">成都机房机柜租用</a></li><li><a href="http://seo.cdkjz.cn/mobile/" title="自适应网站设计" target="_blank">自适应网站设计</a></li><li><a href="http://www.dmvi.cn/" title="成都广告设计公司" target="_blank">成都广告设计公司</a></li><li><a href="http://www.scghjhjc.com/" title="广汉锦华橡塑" target="_blank">广汉锦华橡塑</a></li><li><a href="https://www.cdcxhl.com/security/" title="等级保护测评" target="_blank">等级保护测评</a></li><li><a href="https://www.cdcxhl.com/idc/yidong.html" title="成都移动机房" target="_blank">成都移动机房</a></li><li><a href="http://www.zsjierui.cn/" title="资阳网站建设" target="_blank">资阳网站建设</a></li><li><a href="http://www.ruijiemsc.com/" title="四川瑞杰" target="_blank">四川瑞杰</a></li> </ul>
</div>
</div>
<div class="wrap">
<div class="copyright"> <span class="en">©2007-2022</span> 成都快上网科技有限公司 <span class="en">ALL RIGHTS
RESERVED.</span> <a rel="nofollow" href="http://www.miitbeian.gov.cn" target="_blank">蜀ICP备19037934号</a> </div>
</div>
</div>
</footer>
<div class="fcwrap">
<ul class="rpl clearfix">
<li class="phone"> <a rel="nofollow" target="_blank" href="tel:18980820575"> <i class="icon"></i>
<strong>18980820575</strong> </a> </li>
<li class="qq"> <a rel="nofollow" target="_blank"
href="https://wpa.qq.com/msgrd?v=1&uin=244261566&site=qq&menu=yes"> <i class="icon"></i>
<strong>244261566</strong> </a> </li>
<li class="back-top"> <a href="javascript:void(0)" rel="nofollow" class="back-to-top"> <i class="icon"></i>
<strong>回到顶部</strong> </a> </li>
</ul>
</div>
<!--nav-->
<div class="n-Wrap">
<div class="navBar visble show">
<div class="barlogo">
<a href="/" rel="nofollow">
<img src="/Public/Home/images/logo1.png" alt="成都做网站" />
<img src="/Public/Home/images/logo2.png" alt="成都网站设计" />
</a>
</div>
<div class="bmenu">
<i class="bar-top"><span></span></i>
<i class="bar-cen"><span></span></i>
<i class="bar-bom"><span></span></i>
<i class="bar-left"><span></span></i>
<i class="bar-right"><span></span></i>
</div>
</div>
<section class="fixmenu">
<div class="close-bar">
<i class="bar-left"><span></span></i>
<i class="bar-right"><span></span></i>
</div>
<nav class="smph">
<ul>
<li class="index-hrefs on"><a href="http://www.cdweb.net/"><font>首页</font></a></li>
<li><a href="/about/" rel="nofollow"><font>关于快上网</font></a></li>
<li><a href="/service/" rel="nofollow"><font>服务范围</font></a></li>
<li><a href="/case/" rel="nofollow"><font>案例展示</font></a></li>
<li><a href="/solve/" rel="nofollow"><font>解决方案</font></a></li>
<li><a href="/news/" rel="nofollow"><font>建站资讯</font></a></li>
<li><a href="/contact/" rel="nofollow"><font>联系快上网</font></a></li>
</ul>
<div class="pwrap">
<span class="label">服务热线</span>
<strong class="phone"><a href="tel:18980820575">18980820575</a></strong>
</div>
</nav>
</section>
</div>
<!--end nav-->
<script src="/Public/Home/js/hotcss.js"></script>
<script type="text/javascript" src="/Public/Home/js/su_new.js"></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>
