參與評論

評論

登錄后參與評論

全部評論(3條)

• 

  有智慧的小姑涼 2009-01-21 00:00:00

  下面的程序是我自己寫的，可以獲取urls的網(wǎng)頁源代碼。你可以根據(jù)返回的tempstr，你再找到他讀取數(shù)據(jù)那里的規(guī)律，再用Substring IndexOf LastIndexOf這些函數(shù)來截取你想要的內(nèi)容保存到數(shù)據(jù)庫，或者用 正則表達式也可以?？茨阕约旱氖煜こ潭攘?。 至于你要實時的，那你定期執(zhí)行這個程序就可以了啊。你把已采集的地址存一下，以后采集保存前判斷下有沒有保存同樣的數(shù)據(jù)就可以了。 public string getfiles(string urls) { WebRequest wrq; HttpWebResponse wrp; wrq=HttpWebRequest.Create(urls); wrp=(HttpWebResponse)wrq.GetResponse(); Stream resStream=wrp.GetResponseStream(); StreamReader sr = new StreamReader(resStream， System.Text.Encoding.Default); string tempstr = sr.ReadToEnd(); return tempstr; } 另我覺得這個“不厚道”看從哪方面理解，現(xiàn)在都要資源共享，才能共同進步嘛。

  贊(14)

  回復(0)

  評論

  評論

  登錄后參與評論

• 

  youchengyin 2009-01-13 00:00:00

  這樣的話就只能自己寫個 爬蟲了 只爬你需要的那個網(wǎng)頁 然后不管你用正則表達式還是 截取字符串的方法都能 搞到你所需要的數(shù)據(jù) 一次做個 幾十個或者 100來個線程 會很快的 關(guān)鍵代碼： WebClient client = new WebClient(); string html = client.DownloadString(url); 通過分析你那網(wǎng)頁的源碼 發(fā)現(xiàn) 那些一行行的數(shù)據(jù)是有規(guī)律的都是以 <tr id="sprr 加上id號 開頭 以 </tr>結(jié)尾 所以用正則表達式形式只保存那些格式相同的 Regex r = new Regex(@"<tr id="sprr([\w\W]*?)</tr>"); MatchCollection ms = r.Matches(html); 這保存的就是源碼形式 到這你應(yīng)該就明白了 ps 正如樓上所說的 確實很不厚道

  贊(1)

  回復(0)

  評論

  評論

  登錄后參與評論

• 

  效益專家 2009-01-13 00:00:00

  分析頁面源代碼，結(jié)構(gòu)化其中的數(shù)據(jù)（主要是字符串的處理和匹配，推薦正則表達式） 另外說一句，你這樣是不厚道的

  贊(12)

  回復(0)

  評論

  評論

  登錄后參與評論