分数不够再给－求解决难题

Question

因为怕自己说明的不够详细，这里又不能贴图，所以我把详细的问题说明写到BLOG上，希望那位高手帮小弟解决下，分数不够我再送：
问题详细说明地址：
http://www.blogok.net/blogger2/sady/101268.shtml
小弟先谢过了！

Answer 1

用正则提取 a href啊， 我没懂

Answer 2

呵呵
我好久以前的公司，就做过类似的软件，关键所在就是如何分析html内容，抽出自己想要得。
现在用.net的正则式可能要方便些，但是有很多细节要处理，不是一句两句能说得清楚。

Answer 3

[email protected]
也給我發一點,學習學習!

Answer 4

不好意思,昨天晚上断网了！
第一步提取，我已经实现了，包括主题问题，标题，URL，现在关键的是怎么样来实现第二步，第三步的提取，
下面是我提取 URL的代码：
------------------------------------------------------------------------------------
private void GetLinksThree(string code)
{
this.GetResult(code);//获取在线网页源代码
System.Text.RegularExpressions.Regex ls = 
new System.Text.RegularExpressions.Regex(@"\<td class=title14(?<objPerson>[^\]]*)\<td width=1 bgcolor=#747474 rowspan=2\>");//删除相关链接以外的内容 System.Text.RegularExpressions.MatchCollection mclk;
mclk = ls.Matches(code);
for(int i = 0; i < mclk.Count; i++)
{   
string strValue = mclk[i].Groups["objPerson"].ToString(); //这里是相关链接内容，一个Table,包含其他源码

System.Text.RegularExpressions.Regex reg = new Regex(@"\<a[^>]+href=\s*(?:'(?<href>[^']+)'|""(?<href>[^""]+)""|(?<href>[^>\s]+))\s*[^>]*>(?<text>.*?)\<\/a\>", RegexOptions.IgnoreCase);//获取里面的url地址
MatchCollection ms = reg.Matches(strValue);
foreach(Match m in ms)
{   
string strHead = m.Groups["text"].Value;//url相对应的文本
string strBody = m.Groups["href"].Value;//url地址
ListViewItem item = this.listView1.Items.Insert(0, this.tbTitle.Text);//目标地址的文本主题，放到第二层的listview1的第一列
item.SubItems.AddRange(new String[] { strHead, strBody });//url对应的文本，和url地址放到listview1的第二，第三列
}
}
}
－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－
下面是我采集，主题信息的代码：
－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－
//把内容取出,显示出来sina
private void  GetResult(string code)
{
//采集标题

System.Text.RegularExpressions.Regex til = 
new System.Text.RegularExpressions.Regex(@"\<th class=f24\>(?<objPerson>[^\]]*)\<\/th\>");
System.Text.RegularExpressions.MatchCollection mct;
mct = til.Matches(code);
for(int i = 0; i < mct.Count; i++)
{
string strValue = mct[i].Groups["objPerson"].ToString();
//this.textBox2.Text = strValue; 
this.tbTitle.Text  = this.StripHTML(strValue);
}
//采集来源信息;
System.Text.RegularExpressions.Regex c = 
new System.Text.RegularExpressions.Regex(@"\<td height=20 align=center\>(?<objPerson>[^\]]*)\<td height=15\>");;
System.Text.RegularExpressions.MatchCollection mcc;
mcc = c.Matches(code);
for(int i = 0; i < mcc.Count; i++)
{
string strValue = mcc[i].Groups["objPerson"].ToString();
//this.textBox2.Text = strValue; 
this.tbFrom.Text  =  this.StripHTML(strValue);
}
//采集主题信息;
System.Text.RegularExpressions.Regex r = 
new System.Text.RegularExpressions.Regex(@"\<div id=article\>(?<objPerson>[^\]]*)\<br clear=all\>");
System.Text.RegularExpressions.MatchCollection mc;
mc = r.Matches(code);
for(int i = 0; i < mc.Count; i++)
{
string strValue = mc[i].Groups["objPerson"].ToString();

this.tBTxt.Text  =  this.StripHTML(strValue);
}
this.tbDate.Text =  DateTime.Now.ToString();
DgOperator.infoData(this.tbTitle.Text,this.tbFrom.Text,this.tBTxt.Text,this.tbDate.Text);//存入数据库

}我是初学者，代码写的很乱，不好意思。

Answer 5

to:yuwenge(活得痛快) 解决了就结贴，谢谢，分数还可以再给