本人想用ASP.NET从新浪上偷一个div里面的数据，哪位大虾帮个忙啊

Question

RT，http://finance.sina.com.hk/stock/foreignIndices.html，要求取得这个网页的那几个数据，在我的网页里显示出来，到底该怎么写啊，我现在只能用 request和response取得所有的html代码，接下来就不知道该怎么办了

Answer 1

得到html代码后利用正则去匹配就可以，所以
说吧，你想要得到哪个div

Answer 2

就是<div id="foreignIndicesAll">...</div>里面的内容

Answer 3

我现在的代码是这样的：
        string str = string.Empty;
        try
        {
            WebRequest request = WebRequest.Create("http://finance.sina.com.hk/stock/foreignIndices.html");
            WebResponse response = request.GetResponse();
            Stream stream = response.GetResponseStream();
            StreamReader reader = new StreamReader(stream, System.Text.Encoding.GetEncoding("GB2312"));
            str = reader.ReadToEnd();
            reader.Close();
            reader.Dispose();
            response.Close();
            tb.Text = str;
        }
        catch (Exception ex)
        {
            str = ex.Message;
        }
该怎么加这个正则表达式啊

Answer 4

<div id="foreignIndicesAll">[\s\S]*?</div>

Answer 5

获取的时候注意编码
string url = "http://finance.sina.com.hk/stock/foreignIndices.html";
                WebRequest request = WebRequest.Create(url); //请求url
                WebResponse response = request.GetResponse(); //获取url数据                StreamReader reader = new StreamReader(response.GetResponseStream(), Encoding.GetEncoding("big5"));
                string tempStr = reader.ReadToEnd();                string id="foreignIndicesAll";
                //string tempStr = File.ReadAllText(@"C:\Documents and Settings\Administrator\桌面\Test.txt", Encoding.GetEncoding("GB2312"));//读取txt
                string pattern = @"(?isx)<div(?:(?!(?:id=|</?div\b)).)*id=(['""]?)" + id  + @"\1[^>]*>(?><div[^>]*>  (?<Open>)|</div>  (?<-Open>)|(?:(?!</?div\b).)*)*(?(Open)(?!))</div>";
                tempStr = Regex.Match(tempStr,pattern).Value;

Answer 6

你要获取的DIV是有嵌套的.不能简单的用<div[^>]*?></div>的方式

Answer 7

Regex regBody = new Regex(@"<div id="foreignIndicesAll">[\s\S]*?</div>");这么写报错，那该怎么写啊

Answer 8

Regex regBody = new Regex("<div id=\"foreignIndicesAll\">[\\s\\S]*?</div>");

Answer 9

上面不是有了，另外页面编码是 Encoding.GetEncoding("big5") 而不是你的GB2312
string pattern = @"(?isx)<div(?:(?!(?:id=|</?div\b)).)*id=(['""]?)foreignIndicesAll\1[^>]*>(?><div[^>]*>  (?<Open>)|</div>  (?<-Open>)|(?:(?!</?div\b).)*)*(?(Open)(?!))</div>";

Answer 10

@Return_false，刚刷新看到信息，先谢谢这位大哥了

Answer 11

嗯，刷新出来了，谢谢Return_false打个，我还想问问的是，用XMLHttpRequest这类办法可以实现吗？我抓取页面的时候就有拒绝访问，但是我看到很多小偷程序都是用这种方法的

Answer 12

string Url = "http://finance.sina.com.hk/stock/foreignIndices.html";
                //构造httpwebrequest对象，注意，这里要用Create而不是new
                HttpWebRequest wReq = (HttpWebRequest)WebRequest.Create(Url);
                //定义代理.//如果是通过代理上网的则需要设定.
                //WebProxy proxy = new WebProxy("proxyServer:intPort", true);
                //proxy.Credentials = new NetworkCredential("UserName", "UserPwd", "UserDomain");                ////如果是通过代理上网的则需要设定.
                //wReq.Proxy = proxy;                //伪造浏览器数据，避免被防采集程序过滤
                wReq.UserAgent = "Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.0; .NET CLR 1.1.4322; .NET CLR 2.0.50215; CrazyCoder.cn;www.aub.org.cn)";                //注意，为了更全面，可以加上如下一行，避开ASP常用的POST检查             
                wReq.Referer =Url;//指明来源网页，要采集页面的主页                //定义httpResponse.
                HttpWebResponse wResp = wReq.GetResponse() as HttpWebResponse;                //定义输出流
                System.IO.Stream respStream = wResp.GetResponseStream();                System.IO.StreamReader reader = new System.IO.StreamReader(respStream, Encoding.GetEncoding("big5"));
                string tempStr = reader.ReadToEnd();                //close can dispose some resource.
                reader.Close();
                reader.Dispose();

Answer 13

我怎么现在才能看到啊，o(︶︿︶)o 唉，这网络，求一个关于学习ASP.NET 比较全面点的网站啊什么的，我这个半调子水准，简单东西还行，稍微麻烦点就趴了，真的谢谢Return_false这位大哥了，不知道我可以多给你点分不