关于数据采集和正则匹配问题

Question

       // 这里URL=http://www.cz88.net/proxy/index.aspx
      public static string GetHtml(string URL)
        {
            WebRequest wr;
            wr = WebRequest.Create(URL);
            wr.Credentials = CredentialCache.DefaultCredentials;
            WebResponse wp;
            wp = wr.GetResponse();
   
            string html = new StreamReader(wp.GetResponseStream(), Encoding.UTF8).ReadToEnd();
            return html;
        }  
获取了HTML  就是网页源码  现在的问题就是：我想截取上面的 代理IP和端口
格式就是 xxx.xxx.xxx.xxx:8080
         xxx.xxx.xxx.xxx:8080
很多条 然后写入TXT文本     

Answer 1

怎么获取多条 并写入TXT呢

Answer 2

foreach(Match m in Regex.Mathes(html,@"\d+(\.\d+){3}:\d+"))
{
  //m.Value就是你想要的
}

Answer 3

foreach (Match m in reg.Matches(html, @"\d+(\.\d+){3}:\d+")){
Ctxt(m.Value);
}
是这样吧
报错。 无法使用实例来访问成员
我上面的代码是
 Regex reg = new Regex(@"\d+(\.\d+){3}:\d+");
            string html=GetHtml("http://www.cz88.net/proxy/index.aspx");

Answer 4

        private void button1_Click(object sender, EventArgs e)
        {
            Regex reg;
            string html=GetHtml("http://www.cz88.net/proxy/index.aspx");
            foreach (Match m in reg.Matches(html, @"\d+(\.\d+){3}:\d+"))
            {
                Ctxt(m.Value);
            }
        }
        /// <summary>
        /// 创建文本并写入内容
        /// </summary>
        /// <param name="content"></param>
        public void Ctxt(string content)
        {
            string file = "tt.txt";
            //string content = txtContent.Text;//内容
            if (!File.Exists(file) == true)
            {
                MessageBox.Show("存在此文件!");
            }
            else
            {
                FileStream myFs = new FileStream(file, FileMode.Create);
                StreamWriter mySw = new StreamWriter(myFs);
                mySw.Write(content);
                mySw.Close();
                myFs.Close();
                MessageBox.Show("写入成功");
            }
        }        /// <summary>
        /// 采集函数
        /// </summary>
        /// <param name="URL">地址</param>
        /// <returns>返回采集到的HTML</returns>
        public string GetHtml(string URL)
        {
            WebRequest wr;
            wr = WebRequest.Create(URL);
            wr.Credentials = CredentialCache.DefaultCredentials;
            WebResponse wp;
            wp = wr.GetResponse();
   
            string html = new StreamReader(wp.GetResponseStream(), Encoding.UTF8).ReadToEnd();            return html;
        }

Answer 5

        private void button1_Click(object sender, EventArgs e)
        {
            Regex reg;
            string html=GetHtml("http://www.cz88.net/proxy/index.aspx");
            foreach (Match m in reg.Matches(html, @"\d+(\.\d+){3}:\d+"))
//这里报错请改用类型名来限定它            {
                Ctxt(m.Value);
            }
        }
        /// <summary>
        /// 创建文本并写入内容
        /// </summary>
        /// <param name="content"></param>
        public void Ctxt(string content)
        {
            string file = "tt.txt";
            //string content = txtContent.Text;//内容
            if (!File.Exists(file) == true)
            {
                MessageBox.Show("存在此文件!");
            }
            else
            {
                FileStream myFs = new FileStream(file, FileMode.Create);
                StreamWriter mySw = new StreamWriter(myFs);
                mySw.Write(content);
                mySw.Close();
                myFs.Close();
                MessageBox.Show("写入成功");
            }
        }        /// <summary>
        /// 采集函数
        /// </summary>
        /// <param name="URL">地址</param>
        /// <returns>返回采集到的HTML</returns>
        public string GetHtml(string URL)
        {
            WebRequest wr;
            wr = WebRequest.Create(URL);
            wr.Credentials = CredentialCache.DefaultCredentials;
            WebResponse wp;
            wp = wr.GetResponse();
   
            string html = new StreamReader(wp.GetResponseStream(), Encoding.UTF8).ReadToEnd();            return html;
        }

Answer 6

你只写入一次，然后 mySw.Close();
  myFs.Close();
就关闭了，你怎么还能写入呢。
foreach是循环啊。

Answer 7

foreach (Match m in reg.Matches(html, @"\d+(\.\d+){3}:\d+"))
========
foreach (Match m in Regex.Matches(html, @"\d+(\.\d+){3}:\d+"))

Answer 8

嗯  这个改对了  但是m.Value的值还是是空的。 

Answer 9

是你问的不对，HTML源码里IP和端口是分开的： <tr><td>94.112.3.71</td><td>1080</td><td>透明</td><td>whois</td><td><div class="addr_style">捷克  CZ88.NET</div></td></tr>根本不是你所说的那样:格式就是 xxx.xxx.xxx.xxx:8080
  xxx.xxx.xxx.xxx:8080
private void button1_Click(object sender, EventArgs e)
  {
  string html=GetHtml("http://www.cz88.net/proxy/index.aspx");
foreach (Match m in Regex.Matches(html, @"(\d+(\.\d+){3})\D+(\d+)"))
//这里报错请改用类型名来限定它 {
  Ctxt(m.Groups[1].Value+":"+m.Groups[3].Value);
  }
  }