学步园

注:采集专用

假如说在某个页面上有很多连接,样式都是<a href="url">title</a>,我打算将url和title放入数据库中

举个例子,HtmlCode的值如下
<a href="url1">title1</a>
<a href="url2">title2</a>
<a href="url3">title3</a>
<a href="url4">title4</a>
<a href="url5">title5</a>

按照以前的写法相当麻烦,具体就不介绍了,只说个简单点的,用split分成数组来解决

注:  如果用的是HtmlCode.Split(a),那a只能取字符型来分割成数组,不能取字符串
      如果用的是下面的Regex.Split,那么就能用字符串来分割数组了(例：Start,Last)

       public string GetKeyValue(string HtmlCode, string Start, string Last, int i)
        {
            string[] FileArray = Regex.Split(HtmlCode, Start, RegexOptions.IgnoreCase);
            string[] FileArray2 = Regex.Split(FileArray[i], Last, RegexOptions.IgnoreCase);
            return FileArray2[0];
        }

定义了如上函数,HtmlCode是采集过来没改过的整块HTML代码,Start是起始标志,Last是终止标志,i是第个要取的

值, RegexOptions.IgnoreCase表示不区分大小写.

举个例子:

GetKeyValue(HtmlCode,"<a href=\"","\">",1)
函数返回url1
GetKeyValue(HtmlCode,"\">","</a>",1)
函数返回title1
GetKeyValue(HtmlCode,"<a href=\"","\">",3)
函数返回url3
GetKeyValue(HtmlCode,"\">","</a>",3)
函数返回title3

要想得到全部,用个for就行了
string Url=string.Empty;
string Title=string.Empty;
for(int i=1;i<6;i++)
{
  Url=GetKeyValue(HtmlCode,"\">","</a>",i)
  Title=GetKeyValue(HtmlCode,"\">","</a>",i)
  ///插入数据库
  Url="";
  Title="";
}

本文来自CSDN博客，转载请标明出处：http://blog.csdn.net/bingqimao/archive/2007/09/18/1789773.aspx