网站数据抓取（C#）

Question

http://ent.qq.com/star/shouye2012/gangtai.htm
我只要要从这个网站上面获取这四块的所有内容，请大家帮忙正则表达式怎么写呀？？？我只要正则表达式，，求帮助呀,用正则表达式怎么写呀？？？行业数据C#正则表达式

Answer 1

<div[^>]*>[\s\S]*?src="(?<pic>[^"]*)"\s*alt="(?<title>[^"]*)">[\s\S]*?<span\s*class="date">(?<date>[^<]*)</span>[\s\S]*<div[^>]*>(?<all>[^<]*)<

Answer 2

更正一下<div[^>]*>[\s\S]*?src="(?<pic>[^"]*)"\s*alt="(?<title>[^"]*)">[\s\S]*?<span\s*class="date">(?<date>[^<]*)</span>[\s\S]*?<div[^>]*>(?<all>[^<]*)<
加个去贪婪，免得多匹配

Answer 3

不行呀筛选不到呀？这是两个正则吗?
 Regex Content = new Regex(@"<div[^>]*>[\s\S]*?src="(?<pic>[^"]*)"\s*alt="(?<title>[^"]*)">[\s\S]*?<span\s*class="date">(?<date>[^<]*)</span>[\s\S]*?", RegexOptions.IgnoreCase | RegexOptions.Multiline);
            System.Text.RegularExpressions.MatchCollection ct = Content.Matches(htmlCode);
            int count = 0;
          
            foreach (Match m in ct)
            {
                mode n = new mode();
                if (ct[count].Groups["src"].Value!="")
                {
                   richTextBox1.AppendText = Clear.GetKeyName(m.Groups["src"].Value+ "\r\n");
                }
            }
我代码是这样写的可是筛选不到呀

Answer 4

            string tempStr="";//源文本
 
            string pattern = @"(?i)<div[^>]*>[\s\S]*?src="(?<pic>[^"]*)"\s*alt="(?<title>[^"]*)">[\s\S]*?<span\s*class="date">(?<date>[^<]*)</span>[\s\S]*?<div[^>]*>(?<all>[^<]*)<";          
 
            Match m = Regex.Match(tempStr,pattern);
            string value1 = m.Groups["pic"].Value;
            string value2 = m.Groups["title"].Value;
            string value3 = m.Groups["date"].Value;
            string value4 = m.Groups["all"].Value;

Answer 5

string pattern = @"(?i)<div[^>]*>[\s\S]*?src=""(?<pic>[^""]*)""\s*alt=""(?<title>[^""]*)"">[\s\S]*?<span\s*class=""date"">(?<date>[^<]*)</span>[\s\S]*?<div[^>]*>(?<all>[^<]*?)<";          

Answer 6

我要获取到这个网站http://ent.qq.com/star/shouye2012/gangtai.htm上面的所有页数的这四块内容，该怎么办呢怎么样筛选到总的页数啊？？？

Answer 7

我代码是这样写的 
string pattern = @"(?i)<div[^>]*>[\s\S]*?src=""(?<pic>[^""]*)""\s*alt=""(?<title>[^""]*)"">[\s\S]*?<span\s*class=""date"">(?<date>[^<]*)</span>[\s\S]*?<div[^>]*>(?<all>[^<]*?)<"; 
            
          string htmlCode = richTextBox2.Text;
            Regex Content = new Regex(pattern, RegexOptions.IgnoreCase | RegexOptions.Multiline);
            System.Text.RegularExpressions.MatchCollection ct = Content.Matches(htmlCode);
            foreach (Match m in ct)
            {
                mode n = new mode();
                richTextBox1.AppendText(Clear.GetKeyName(m.Groups["title"].Value + "\r\n"));
            }运行结果如图
为什么第一条标题“组图：46岁周慧敏现身显气质 露黄牙显不雅”获取不到呢

Answer 8

怎么循环获取这个网站上面的http://ent.qq.com/star/shouye2012/gangtai.htm所有页的这四块内容啊？？？