抓取网页内容插入数据库

Question

抓取网页中a标签href连接内容和a标签内的内容 分别插入到数据库表字段中href的连接必须是网址

Answer 1

MatchCollection mc= Regex.Matches(str, @" <a[^> ]*href=([ ' " "]?)(? <url> [^ ' " "> \s]*)\1?[^> ]*> (? <text> [^ <]*) </a> ", RegexOptions.IgnoreCase);   
foreach (Match m in mc)   
{   
  Response.Write(m.Groups[ "url "].Value);   
  Response.Write(m.Groups[ "text "].Value);   
}   
Regex("(<a[^>]*href=)(['""]*/)");
Regex reg = new Regex(@"(?is)(?<=<param [^>]*?name=""" + name + @"""[^>]*?value="")[^""]+(?="")");

Answer 2

httpwebrequest/webclient + Regexhttp://blog.sina.com.cn/s/blog_5e5a7c520100i0x8.html