高手请进,救急!!!!谢谢
这是我做的用C#提取web信息的一段程序,但是网页的源文件是表格里嵌表格,所以比较难提取源码数据,请高手帮忙看一下,可以加我好友,我把我要提取信息的网站给你,谢谢!!!private void button1_Click(object sender, EventArgs e)
{
//要抓取的URL地址
string Url = textBox1.Text;
//得到指定Url的源码
string strWebContent = GetWebContent(Url);
//rtxtHtmlSrc.Text = strWebContent
//取出和数据有关的那段源码
int iBodyStart = strWebContent.IndexOf("colspan=13", 0);
int iStart = strWebContent.IndexOf("</table>", iBodyStart);
int iTableStart = strWebContent.IndexOf("<tr", iStart);
int iTableStartb = strWebContent.IndexOf("3E89C0", iTableStart);
int iTableEnd = strWebContent.IndexOf("</table>", iTableStartb);
string strWeb = strWebContent.Substring(iTableStart, iTableEnd - iTableStartb);
//生成HtmlDocument
WebBrowser webb = new WebBrowser();
webb.Navigate("about:blank");
HtmlDocument htmldoc = webb.Document.OpenNew(true);
htmldoc.Write(strWeb);
HtmlElementCollection htmlTR = htmldoc.GetElementsByTagName("TR");
foreach (HtmlElement tr in htmlTR)
{
string strID = tr.GetElementsByTagName("TD")[0].InnerText;
string strName = tr.GetElementsByTagName("TD")[1].InnerText;
//插入DataTable
AddLine(strID, strName, "0");
////插入数据库
//InsertData(dt);
dataGridView1.DataSource = dt.DefaultView;
}
--------------------编程问答-------------------- up --------------------编程问答-------------------- 分析字符串没什么难度
就是麻烦点~~~
可以考虑正则或者把它弄成XML --------------------编程问答-------------------- 帮顶 --------------------编程问答-------------------- <td height="30" colspan="6"><font color="#FFFFFF">1/K1 平海路→小河路登云路口</font></td>
</tr>
<tr align="center" valign="top" bgcolor="FFECC3">
<td width="5%" height="30">序号</td>
<td width="17%" height="30">站点名称<br>
Bus Stops Name </td>
<td width="46%" height="30">经过线路<br>
Buslines Passing By </td>
<td width="12%" height="30">副站名<br>
Subname Of The Busstop </td>
<td width="20%" height="30">辅助标注站名<br>
Supplementary Name of Bus Stops </td>
</tr>
<tr align="center" bgcolor="ECF4F9">
<td height="30">1</td>
<td height="30">
<table width="100%" border="0" cellspacing="0" cellpadding="0">
<tr>
<td width="44%" align="center">
平海路</td>
</tr>
</table>
</td>
<td height="30">
<table border=0 width="100%"><tr>
<td width="25%" align="center"><a href="line_search.jsp?line_id=3&line_name=K4" target="_blank">K4</a></td>
<td width="25%" align="center"><a href="line_search.jsp?line_id=895&line_name=27" target="_blank">27/K27</a></td>
<td width="25%" align="center"><a href="line_search.jsp?line_id=1307&line_name=K16" target="_blank">K16</a></td>
<td width="25%" align="center"><a href="line_search.jsp?line_id=1321&line_name=K286" target="_blank">K286</a></td>
</tr>
<tr><td colspan="25%" align="right"><a href="line_more.jsp?stop_name=平海路" target="_blank">更多线路</a></td></tr>
</table>
</td>
<td height="30">
市总工会
</td>
<td height="30">
</td>
</tr>
<tr align="center" bgcolor="ECF4F9">
<td height="30">2</td>
<td height="30">
<table width="100%" border="0" cellspacing="0" cellpadding="0">
<tr>
<td width="44%" align="center">
十四中</td>
</tr>
</table>
</td>
<td height="30">
<table border=0 width="100%"><tr>
<td width="25%" align="center"><a href="line_search.jsp?line_id=1246&line_name=K73" target="_blank">K73</a></td>
<td width="25%" align="center"><a href="line_search.jsp?line_id=1257&line_name=49" target="_blank">49/K49</a></td>
<td width="25%" align="center"><a href="line_search.jsp?line_id=1793&line_name=45" target="_blank">45/K45</a></td>
<td width="25%" align="center"><a href="line_search.jsp?line_id=1913&line_name=1" target="_blank">1/K1</a></td>
</tr>
<tr><td colspan="25%" align="right"><a href="line_more.jsp?stop_name=十四中" target="_blank">更多线路</a></td></tr>
</table> --------------------编程问答-------------------- 这些是其中的一小段,下面还很多,我想提取的是stop_name=??后面??的内容,比如平海路,十四中,希望高手可以指点,谢谢..
--------------------编程问答-------------------- 用正则吧,比较方便 --------------------编程问答-------------------- 用正则来匹配就很容易提取了 --------------------编程问答-------------------- 这种问题一般就2种方式,1是用正则;2是一个一个字母遍历下去找初始匹配依次类推. --------------------编程问答-------------------- up~正则 --------------------编程问答-------------------- 如果不考虑性能问题,也可以简单点
先用String.IndexOf() 取得第一个"stop_name="的索引,然后把后面的内容截取出来;再把前面已经截取的部分SubString掉,对剩下的内容继续执行String.IndexOf() 直到没有匹配
伪代码如下:
String s = "..........html内容........";
int i = 0;
while(s.IndexOf("stop_name=")>=0)
{
......
} --------------------编程问答-------------------- 用split，"stop_name=" 为分割关键字 --------------------编程问答-------------------- up 正则 --------------------编程问答--------------------
string content = "<a href=\"line_more.jsp?stop_name=十四中\" target=\"_blank\"> ";
string regex = "<a[\\s\\S]+?stop_name=(?<keyword>.*?)\"[\\s\\S]+?>";
System.Text.RegularExpressions.RegexOptions options = ((System.Text.RegularExpressions.RegexOptions.IgnorePatternWhitespace | System.Text.RegularExpressions.RegexOptions.Multiline)
| System.Text.RegularExpressions.RegexOptions.IgnoreCase);
System.Text.RegularExpressions.Regex reg = new System.Text.RegularExpressions.Regex(regex, options);
System.Text.RegularExpressions.MatchCollection resultes = reg.Matches(content);
foreach (System.Text.RegularExpressions.Match item in resultes)
{
//item.Groups["keyword"].Value就为其stop_name的值
//Response.Write(item.Groups["keyword"].Value);
//MessageBox.Show(item.Groups["keyword"].Value);
}
补充：.NET技术 , C#
