C#解析HTML代码,CSharp代码库,德仔网

代码语言

代码分类

【CSharp】 C#解析HTML

作者:dezai / 发布于2014/6/5/ 673

用System.Net.WebClient下载Web Page存到本地文件或者String中，用正则表达式来分析。这个方法可以用在Web Crawler等需要分析很多Web Page的应用中


	using System;
	using System.Net;
	using System.Text;
	using System.Text.RegularExpressions;
	namespace HttpGet
	{
	 class Class1
	 {
	 [STAThread]
	 static void Main(string[] args)
	 {
	 System.Net.WebClient client = new WebClient();
	 byte[] page = client.DownloadData("http://www.google.com");
	 string content = System.Text.Encoding.UTF8.GetString(page);
	 string regex = "href=[\\\"\\\'](http:\\/\\/|\\.\\/|\\/)?\\w+(\\.\\w+)*(\\/\\w+(\\.\\w+)?)*(\\/|\\?\\w*=\\w*(&\\w*=\\w*)*)?[\\\"\\\']";
	 Regex re = new Regex(regex);
	 MatchCollection matches = re.Matches(content);

	 System.Collections.IEnumerator enu = matches.GetEnumerator();
	 while (enu.MoveNext() && enu.Current != null)
	 {
	 Match match = (Match)(enu.Current);
	 Console.Write(match.Value + "\r\n");
	 }
	 }
	 }
	}

试试其它关键字

　解析HTML　

同语言下

可能有用的

dezai贡献的其它代码(1065)