如何抓取网站上的指定信息,并保存到本地来?
asp.net我要抓取网站上的指定信息,不是全部信息(网上都是抓取全部信息),这个比较难搞,然后再保存到本地来呢?
[解决办法]
用正则表达式获取指定数据即可,关键看规则。
[解决办法]
这个必须要用正则表达式获取你想要的数据。
[解决办法]
抓去了全部的网页,然后再用正则表达式提取你需要的数据呗。
[解决办法]
得到网站HTML源码并保存到本地
正则表达式的使用
正则表达式匹配规则
[解决办法]
<td width="770" valign="top" style='background: url("/images/bg8.gif") repeat-x; border-right-color: rgb(204, 204, 204); border-right-width: 1px; border-right-style: solid;'><table width="690" align="center" border="0" cellspacing="0" cellpadding="0">
<tbody><tr>
<td height="90" align="center" style="border-bottom-color: rgb(187, 187, 187); border-bottom-width: 1px; border-bottom-style: solid;"><div class="NewsTitle">中华恐龙园全新大门2014年开启 </div><div class="NewsTitleFu"></div></td>
</tr>
<tr>
<td height="34" align="center">供稿部门:党政办 资料来源:常州日报 发布日期:2013-07-05 浏览量:<span id="NS_id_click_A2GE33G9F148320"></span><script language="JavaScript" src="http://www.cznd.gov.cn/Click.czfx?type=js&SubSys=NS&spanid=NS_id_click_A2GE33G9F148320"></script><script id="sobj_Click_NS_id_click_A2GE33G9F148320_" language="javascript" src="/Click_Ajax.czfx?no-cache=0.6692641476437098&SubSys=NS&ChildSys=&Get=&type=js&spanid=NS_id_click_A2GE33G9F148320"></script> 字号:〖<a href="javascript:czfxfontzoom(16)">大</a> <a href="javascript:czfxfontzoom(14)">中</a> <a href="javascript:czfxfontzoom(12)">小</a>〗</td>
</tr>
<tr>
<td height="15"></td>
</tr>
<tr>
<td height="410" class="NewsContent" id="czfxfontzoom" valign="top"><p align="left"> 中华恐龙园游客接待量不断攀升,为了让游客更快、更方便地入园,恐龙园在园区东侧建设全新东大门,预计明年5月正式向游客开放。<br> 东大门今后将成为园区主入口,承载着票务、闸口、商业、交通、游客中心、旅行服务、办公、公共服务等多种功能。规划中的东大门采用简洁巴洛克风格,将成为恐龙园一个单独的区域——冒险港区。等候区将设置20道左右的闸口,每道每小时可通过游客600人,每小时共计可通过游客12000人。售票广场可同时容纳5000人排队等候。毗邻东大门的,是全球唯一的恐龙主题游憩型商业街市——迪诺水镇。迪诺水镇包含主题餐饮街、非遗美食街、五星级酒店、大型室内游乐场、巨幕影院、水上漂流、主题商业街、名品购物村等,届时这里将成为常州又一商业中心。<br> 中华恐龙园将在东大门建设一座标志性建筑,现向社会征集创意设计稿。无论是艺术院校师生还是专门从事设计工作的设计师,均可报名参加此次征集活动。设计作品需要融入中华恐龙园中英文logo设计字体,以及水和恐龙的元素。要求美观、大气,与环境相协调,具有良好景观效果。征集时间为1个月,截止日期为7月30日。稿件将通过专家初评、终评,最后评审结果8月23日公布。<br> 本次征集将分设特等奖1名、一等奖1名、二等奖2名、三等奖5名、入围奖30名。专家组一致评审通过的特等奖并最终采纳实施的作品,作者将获得10万元大奖。其他奖项也有1000元至50000元不等的奖励。具体征集信息、设计元素、作品要求、报名方式等可登录环球恐龙城官方网站<a href="http://www.konglongcheng.com/">www.konglongcheng.com</a>专题页面查询。征集大赛的最终结果也将在官网公布。 </p>
<p align="left"><br> </p></td>
</tr>
</tbody></table>
<table width="100" border="0" cellspacing="0" cellpadding="0">
<tbody><tr>
<td height="20"> </td>
</tr>
</tbody></table>
<table width="690" align="center" border="0" cellspacing="0" cellpadding="0">
<tbody><tr> </tr>
</tbody></table>
<table width="100%" border="0" cellspacing="0" cellpadding="0">
<tbody><tr>
<td style='background: url("/images/bg.gif") 0px -670px; height: 19px;'><table width="100%" border="0" cellspacing="0" cellpadding="0">
<tbody><tr>
<td align="center"><img width="32" height="19" src="http://www.cznd.gov.cn/images/ico9.gif"></td>
<td width="500"> </td>
<td align="center"><img width="32" height="19" src="http://www.cznd.gov.cn/images/ico9.gif"></td>
</tr>
</tbody></table></td>
</tr>
<tr>
<td height="50" style='background: url("/images/bg.gif") repeat-x 0px -700px;'><table width="100%" border="0" cellspacing="0" cellpadding="0">
<tbody><tr>
<td align="right"><a href="javascript:window.print();"><img width="92" height="28" src="http://www.cznd.gov.cn/images/but_print.gif"></a></td>
<td width="70"> </td>
<td><a href="javascript:window.close();"><img width="92" height="28" src="http://www.cznd.gov.cn/images/but_close.gif"></a></td>
</tr>
</tbody></table></td>
</tr>
</tbody></table></td>
WebRequest wc = HttpWebRequest.Create("http://www.cznd.gov.cn/node/jrgxq_qnyw/2013-7-5/137512575342148320.html");
wc.ContentType = "application/x-www-form-urlencoded;charset=gb2312";
using (WebResponse wq = wc.GetResponse())
{
using (Stream s = wq.GetResponseStream())
{
using (StreamReader sr = new StreamReader(s,Encoding.GetEncoding("gb2312")))
{
string html = sr.ReadToEnd();
Match m = Regex.Match(html, @"(?i)<td[^>]*?class=(['""]?)NewsContent\1[^>]*?>\s*?<p[^>]*?>\s*?([\s\S]*?)</p>");
string result = m.Groups[2].Value;
/*
* 中华恐龙园游客接待量不断攀升,为了让游客更快、更方便地入园,恐龙园在园区东侧建设全新东大门,预计明年5月正式向游客开放。<BR> 东大门今后将成为园区主入口,承载着票务、闸口、商业、交通、游客中心、旅行服务、办公、公共服务等多种功能。规划中的东大门采用简洁巴洛克风格,将成为恐龙园一个单独的区域——冒险港区。等候区将设置20道左右的闸口,每道每小时可通过游客600人,每小时共计可通过游客12000人。售票广场可同时容纳5000人排队等候。毗邻东大门的,是全球唯一的恐龙主题游憩型商业街市——迪诺水镇。迪诺水镇包含主题餐饮街、非遗美食街、五星级酒店、大型室内游乐场、巨幕影院、水上漂流、主题商业街、名品购物村等,届时这里将成为常州又一商业中心。<BR> 中华恐龙园将在东大门建设一座标志性建筑,现向社会征集创意设计稿。无论是艺术院校师生还是专门从事设计工作的设计师,均可报名参加此次征集活动。设计作品需要融入中华恐龙园中英文logo设计字体,以及水和恐龙的元素。要求美观、大气,与环境相协调,具有良好景观效果。征集时间为1个月,截止日期为7月30日。稿件将通过专家初评、终评,最后评审结果8月23日公布。<BR> 本次征集将分设特等奖1名、一等奖1名、二等奖2名、三等奖5名、入围奖30名。专家组一致评审通过的特等奖并最终采纳实施的作品,作者将获得10万元大奖。其他奖项也有1000元至50000元不等的奖励。具体征集信息、设计元素、作品要求、报名方式等可登录环球恐龙城官方网站<A href="http://www.konglongcheng.com/">www.konglongcheng.com</A>专题页面查询。征集大赛的最终结果也将在官网公布。
*/
}
}
}