问一个网页抓取的问题

Question

1：如果我想抓取新浪科技类的文章，怎么把这一类的文章的列表都抓取下来？
2：然后点击某一条记录又怎么抓取该记录的内容，其它的广告什么的不要显示，只要正文的信息。
谢谢。

Answer 1

用xmlhttp或.net的HttpWebRequest和HttpWebResponse
网上搜索下例子

Answer 2

分析它的结构，找出正文上层容器的特征（一般的容器可能是table 或 div 特症比如是：id、name 、class等，与众不同的，或是规律性的），然后用正则式或是截取子串的方式去掉多余的内容。取得网页内容可以用xmlhttp的方式获得。说起来简单，做起来不容易 ，建议你可以在网上搜一下相关的资料，然后自己多尝试。在这里是没有人可以跟你说清楚的。