.net如何在源文件中抓取信息

1、如何抓取源文件
2、如何在源文件中截取到所需要的链接
3、找到链接后需要打开另外一个页面，然后在页面中抓取联系方式，存到数据库中
本人是新手，希望大家能给具体代码+注释，谢谢了 --------------------编程问答-------------------- 采集博客园首页推荐文章：

		HttpWebRequest httpWebRequest = WebRequest.Create(@"http://www.cnblogs.com") as HttpWebRequest;

		HttpWebResponse httpWebResponse = httpWebRequest.GetResponse() as HttpWebResponse;

		Stream stream = httpWebResponse.GetResponseStream();

		StreamReader reader = new StreamReader(stream, Encoding.UTF8);

		string s = reader.ReadToEnd();

		reader.Close();

		stream.Close();

		httpWebResponse.Close();

		HtmlDocument htmlDoc = new HtmlDocument();

		htmlDoc.LoadHtml(s);

		HtmlNodeCollection anchors = htmlDoc.DocumentNode.SelectNodes(@"//a[@class='titlelnk']");

		foreach (HtmlNode anchor in anchors)

			Response.Write(anchor.InnerHtml + "<br/>" + anchor.Attributes["href"].Value + "<br/><br/>");

		Response.End();

解析采用HtmlAgilityPack，可百度一下。 --------------------编程问答-------------------- 正则去匹配吧 --------------------编程问答-------------------- 只有代码问题都不贴出来了。因为这个也是看你抓取数据格式了。用正则表达式是完全可以解决的。。 --------------------编程问答-------------------- HtmlAgilityPack.dll
楼主可以研究下这个很强悍的. --------------------编程问答--------------------





string Url = "http://www.ip.cn/getm.php?from=web&q=" + Sou;

        string strResult = "";

        try

        {

            string check = "<code>";

            string checktype = ":";





            //创建访问目标

            HttpWebRequest request = (HttpWebRequest)WebRequest.Create(Url);



            //声明一个HttpWebRequest请求

            request.Timeout = 30000;

            //设置连接超时时间

            request.Headers.Set("Pragma", "no-cache");

            //得到回应

            System.Threading.Thread.Sleep(1000);

            HttpWebResponse response = (HttpWebResponse)request.GetResponse();

            //得到数据流

            Stream streamReceive = response.GetResponseStream();



            //对获取到的数据流进行编码解析，让我们可以进行正常读取

            Encoding encoding = Encoding.GetEncoding("utf-8");

            StreamReader streamReader = new StreamReader(streamReceive, encoding);

            //读取出数据流中的信息

            strResult = streamReader.ReadToEnd();

            //关闭流

            strResult = strResult.Replace("\n", "");

            strResult = strResult.Replace("\r", "");

            strResult = strResult.Replace("\t", "");

            strResult = strResult.Substring(strResult.IndexOf(check) + check.Length);

            mobi.Num = strResult.Substring(0, strResult.IndexOf("<"));

            strResult = strResult.Substring(strResult.IndexOf(checktype) + checktype.Length + 1);

            mobi.Position = strResult.Substring(0, strResult.IndexOf(" "));

            strResult = strResult.Substring(strResult.IndexOf(" ") + 1);

            mobi.Name = strResult.Substring(0, strResult.IndexOf("<"));





            streamReader.Close();

            //关闭网络响应流

            response.Close();

        }

        catch

        {

            throw;

        }

以前做来代替人工查询归属地的代码。希望对你又帮助。

至于数据方面的。要自己调试。不同的页面代码不同

补充：.NET技术 ,  ASP.NET