C#.Net使用正则表达式抓取百度百家文章列表

工作之余，学习了一下正则表达式，鉴于实践是检验真理的唯一标准，于是便写了一个利用正则表达式抓取百度百家文章的例子，具体过程请看下面源码：

一：获取百度百家网页内容

 public List<string[]> GetUrl()
         {
             try
             {
                 string url = "http://baijia.baidu.com/";
                 WebRequest webRequest = WebRequest.Create(url);
                 WebResponse webResponse = webRequest.GetResponse();
                 StreamReader reader = new StreamReader(webResponse.GetResponseStream());
                 string result = reader.ReadToEnd();
                 reader.Close();
                 webResponse.Close();
                 return AnalysisHtml(result);
             }
             catch (Exception ex)
             {
                 throw ex;
             }
         }

二：通过正则表达式筛选

 public List<string[]> AnalysisHtml(string htmlContent)
         {
             List<string[]> list = new List<string[]>();
             string strPattern = "<h3><a\\s*.*>(?<Title>[^<]+)</a></h3>.*\\s*<p\\s*class=\"feeds-item-text\">(?<Abstract>[^<]+)<a\\s*href=\"(?<Url>.*)\"\\s*target=\"_blank\"\\s*class=\"feeds-item-more\"\\s*mon=\".*\\s*\">.*\\s*</a></p>";
             Regex regex = new Regex(strPattern, RegexOptions.IgnoreCase | RegexOptions.Multiline | RegexOptions.CultureInvariant);
             if (regex.IsMatch(htmlContent))
             {
                 MatchCollection matchCollection = regex.Matches(htmlContent);
                 foreach (Match match in matchCollection)
                 {
                     string[] str = new string[];
                     str[] = match.Groups[].Value;//获取到的是列表数据的标题
                     str[] = match.Groups[].Value;//获取到的是内容
                     str[] = match.Groups[].Value;//获取到的是链接到的地址
                     list.Add(str);
                 }
             }
             return list;
         }

源码下载