前台页面：

<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">

<html xmlns="http://www.w3.org/1999/xhtml">

<head id="Head1" runat="server">

    <title></title>

    <script type="text/javascript" src="http://code.jquery.com/jquery-1.7.2.js"></script>

</head>

<body>

    <form id="form1" runat="server">

    <div>

        <asp:Panel ID="Panel1" runat="server">

            网址：<asp:TextBox ID="txtUrl" runat="server"></asp:TextBox>

            <asp:Button ID="btnGet" runat="server" Text="RSS" OnClick="btnGet_Click" />

        </asp:Panel>

    </div>

    </form>

</body>

</html>

后台代码：

using System;

using System.Collections.Generic;

using System.Linq;

using System.Web;

using System.Web.UI;

using System.Web.UI.WebControls;

using System.Text;

using System.Net;

using System.Text.RegularExpressions;

public partial class Default7 : System.Web.UI.Page

{

    protected void Page_Load(object sender, EventArgs e)

    {

    }

    protected void btnGet_Click(object sender, EventArgs e)

    {

        string strurl = txtUrl.Text.ToString(); //欲获取的网页地址 要 http://

        WebClient myWebClient = new WebClient(); //创建WebClient实例myWebClient

        //获取或设置用于对向 Internet 资源的请求进行身份验证的网络凭据。

        myWebClient.Credentials = CredentialCache.DefaultCredentials;

        //从资源下载数据并返回字节数组。（加@是因为网址中间有"/"符号）

        byte[] pagedata = myWebClient.DownloadData(@strurl);

        //string result = Encoding.Default.GetString(pagedata); //如果获取网站页面采用的是GB2312，则使用这句

        string result = Encoding.GetEncoding("GB2312").GetString(pagedata); //如果获取网站页面采用的是UTF-8，则使用这句

        Regex regex = new Regex("<div class=\"mark\">([\\s\\S]*)</div>([\\s\\S]*)<div id=\"ajax_page\">", RegexOptions.Compiled);

         Match match= regex.Match(result);

         if (match.Success)

         {

             result = match.Groups[0].Value;

         }

        Response.Write(result); //在WEB页中显示获取的内容

        Panel1.Visible = false;

    }

    /// <summary>

    /// 返回分析数据

    /// </summary>

    /// <param name="regexString">正则</param>

    /// <param name="html">HTML</param>

    /// <param name="group">分组长度</param>

    /// <returns>数据</returns>

    //public List<string> GetData(string regexString, string html, int group)

    //{

    //    List<string> result = new List<string>();

    //    Regex regex = new Regex(regexString, RegexOptions.IgnoreCase);

    //    MatchCollection mc = regex.Matches(html);

    //    for (int count = 0; count < mc.Count; count++)

    //    {

    //        Match m = mc[count];

    //        for (int index = 0; m.Groups[index].Value != ""; index++)

    //        {

    //            string value = m.Groups[index].Value;

    //            if (count % group != 2)

    //                value = Regex.Replace(value, "&", "");

    //            if (value == "")

    //            {

    //                result.RemoveRange((result.Count / group) * group, result.Count % group);

    //                count = (count / group) * group + group - 1;

    //                break;

    //            }

    //            result.Add(value);

    //        }

    //    }

    //    return result;

    //}

    /// <summary>

    /// 返回分析数据

    /// </summary>

    /// <param name="regexString">正则</param>

    /// <param name="html">HTML</param>

    /// <returns>数据</returns>

    public List<string> GetData(string regexString, string html)

    {

        List<string> result = new List<string>();

        Regex regex = new Regex(regexString, RegexOptions.IgnoreCase);

        MatchCollection mc = regex.Matches(html);

        for (int count = 0; count < mc.Count; count++)

        {

            Match m = mc[count];

            for (int index = 0; m.Groups[index].Value != ""; index++)

            {

                result.Add(m.Groups[index].Value);

            }

        }

        return result;

    }

}

　　

asp.net 抓取新闻的更多相关文章

  1. ASP.NET抓取网页内容的实现方法

    这篇文章主要介绍了ASP.NET抓取网页内容的实现方法,涉及使用HttpWebRequest及WebResponse抓取网页内容的技巧,需要的朋友可以参考下 一.ASP.NET 使用HttpWebRe ...

  2. ASP.NET抓取网页内容

    原文:ASP.NET抓取网页内容 一.ASP.NET 使用HttpWebRequest抓取网页内容 这种方式抓取某些页面会失败 不过,有时候我们会发现,这个程序在抓取某些页面时,是获不到所需的内容的, ...

  3. 使用轻量级JAVA 爬虫Gecco工具抓取新闻DEMO

    写在前面 最近看到Gecoo爬虫工具,感觉比较简单好用,所有写个DEMO测试一下,抓取网站 http://zj.zjol.com.cn/home.html,主要抓取新闻的标题和发布时间做为抓取测试对象 ...

  4. ASP.NET 抓取网页内容

    (转)ASP.NET 抓取网页内容 ASP.NET 抓取网页内容-文字 ASP.NET 中抓取网页内容是非常方便的,而其中更是解决了 ASP 中困扰我们的编码问题. 需要三个类:WebRequest. ...

  5. asp.net抓取网页html源代码失败 只因UserAgent作怪

    asp.net抓取网页html源代码,我想对于任何一个asp.net程序员来说都不再陌生,这是一个非常简单容易就能实现的功能.下面便是一个通用的asp.net获得网页源代码的程序. 首先引用 usin ...

  6. 使用jsoup抓取新闻信息

    1,jsoup简介 jsoup 是一款Java 的HTML解析器,可直接解析某个URL地址.HTML文本内容.它提供了一套非常省力的API,可通过DOM,CSS以及类似于jQuery的操作方法来取出和 ...

  7. C# asp.net 抓取需要登录的网页内容 抓取asp.net登录验证的网站

    private void btnASPNET_Click(object sender, EventArgs e)        {            Dictionary<string, s ...

  8. 三种asp.net 抓取网页源代码

    /// <summary>方法一:比较推荐 /// 用HttpWebRequest取得网页源码 /// 对于带BOM的网页很有效,不管是什么编码都能正确识别 /// </summar ...

  9. 利用calibre抓取新闻

    Adding your favorite news website calibre has a powerful, flexible and easy-to-use framework for dow ...

随机推荐

  1. HDU 6053 TrickGCD（分块）

    [题目链接] http://acm.hdu.edu.cn/showproblem.php?pid=6053 [题目大意] 给出一个数列每个位置可以取到的最大值, 问这个可以构造多少个数列,使得他们的最 ...

  2. bzoj 4195: [Noi2015]程序自动分析

    4195: [Noi2015]程序自动分析 Description 在实现程序自动分析的过程中,常常需要判定一些约束条件是否能被同时满足. 考虑一个约束满足问题的简化版本:假设x1,x2,x3,…代表 ...

  3. PHP 自定义字符串中的变量名解析

    PHP 自定义字符串中的变量名解析   这样一个需求:页面的 title 可以在后台自定义,自定义内容中可能包含变量,变量用 {$var} 表示, 其中 $var 为变量名 将 title 字段存入数 ...

  4. 使用Python SocketServer快速实现多线程网络服务器

    Python SocketServer使用介绍 1.简介: SocketServer是python的一个网络服务器框架,可以减少开发人员编写网络服务器程序的工作量. SocketServer总共有4个 ...

  5. 【荐】利用NAT、Host-Only双虚拟网卡，实现Virtual Box中CentOS5.x联网

    一.虚拟机与主机互联,通常有三种方式,详细介绍请看: VMware虚拟机三种网络模式(Bridged,Nat,Host-only)区别详解 二.通过网络共享,Host-Only联网,详细案例请看: W ...

  6. 打印出C# 中float ,double 在内存中的存放形式

    float floatA = 2.2f; ); ; i < ;++i ) { uint temp = 0x80000000 & (a << i); ) { Console.W ...

  7. selector简介

    最近在学习java NIO,发现java nio selector 相对 channel ,buffer 这两个概念是比较难理解的 ,把学习理解的东西以文字的东西记录下来,就像从内存落地到硬盘,把内存 ...

  8. Nao 类人机器人，Aldebaran Robotics公司

    Nao 类人机器人,Aldebaran Robotics 公司,被SOFTBANK 收购,阿里巴巴.富士康参股. https://www.aldebaran.com/en   一家法国的公司. htt ...

  9. linux环境php将word转换成pdf

    原文地址:http://www.niu12.com/article/15 ubuntu.java环境.openoffice.jodConverter.php 1.安装java环境 a. jdk下载(我 ...

  10. ubuntu 安装ODOO时的python的依赖

    sudo apt-get install graphviz ghostscript postgresql-client python-dateutil python-feedparser python ...