【正则表达式应用，提取html相应内容，莫名其妙的】
问题在下面的C# 注释，完整代码，可以直接黏贴在你们的机器运行，帮帮忙吧。搞了2天了，郁闷咯
//过滤得到body里面的内容
string regBody = "<body[^<>]*>(?:.|[\r\n])*</body>";
//过滤得到class="searchresult_box"的div
string regDiv = "<div[^<>]*class="searchresult_box"+[^<>]*>(?:.|[\r\n])*</div>";
//过滤得到id="flt_list"的div
string regMainDiv = "<div.*[^<>]*.*id="flt_list"+.*[^<>]*>(?:.|[\r\n])*</div>";
protected void Button1_Click(object sender, EventArgs e)
{
string _strUrl = "http://www.wavin.cn/b.htm";
// string _strUrl = "http://www.wavin.cn/c.htm";
Regex regexDiv = new Regex(regDiv, RegexOptions.IgnoreCase);
Regex regexBody = new Regex(regBody, RegexOptions.IgnoreCase);
Regex regexMainDiv = new Regex(regMainDiv, RegexOptions.IgnoreCase);
//这句正常，把body以外的内容都过滤掉了
lalContent.Text = regexBody.Match(GetHtmlCode(_strUrl)).Value;
//【【【【【【【【【【出错的地方】】】】】】】】】】】】
//这句异常，不知道为何，当使用c.htm的源码时候就正常，看下面注释
//lalContent.Text = regexDiv.Match(GetHtmlCode(_strUrl)).Value;
/*
*页面http://www.wavin.cn/b.htm 放的是完整的html,
*而http://www.wavin.cn/c.htm 放的是body里面的一个id=flt_list的div、以及子div集合
*大家可以分别看下2个页面的源码，
*/
}
/// <summary>
/// 通过IP获取地区
/// </summary>
/// <param name="ip">ip地址</param>
/// <returns></returns>
public string GetHtmlCode(string url)
{
string area = "";
Stream fs = null;
StreamReader sr = null;
try
{
HttpWebRequest request = (HttpWebRequest)WebRequest.Create(url);
HttpWebResponse response = (HttpWebResponse)request.GetResponse();
fs = (System.IO.Stream)response.GetResponseStream();
Encoding encode = System.Text.Encoding.GetEncoding("gb2312");
sr = new StreamReader(fs, encode);
area = sr.ReadToEnd();
fs.Close();
fs.Dispose();
sr.Close();
sr.Dispose();
}
catch (Exception ex)
{
fs.Close();
fs.Dispose();
sr.Close();
sr.Dispose();
area = ex.Message;
}
return area;
}
正则表达式 regex
<div>
<asp:Button ID="Button1" runat="server" Text="Button"
onclick="Button1_Click" />
</div>
<hr />
<div class="selfDiv">
<asp:Literal ID="lalContent" runat="server"></asp:Literal>
</div>
