如何实现 网页内容的提取

Question

我现在能获取源代码 但是不能得到某个标签里的内容 请问这个过程如何实现啊，我从网上查到很多文章还是看不明白 没前没后的
系统地 给个完整的例子就更好了
1，获取源代码
2，？？？
3，？？？
......

Answer 1

ls的正解
另外你可以用webbrowser试试。里面的document，elements可以抓取你想要的任何东西。

Answer 2

//td.text 是我获取的源代码$str=td.text;//赋值
if(preg_match(@"<font[^>]*>([\s\S]*?)</font>",$str))//判断
{
match.Groups["content"].ToString()//获取
}不好意思，这是我左拼右凑的，有什么问题吗
还有就是如何把content的内容显示出来

Answer 3

问题 基本解决了 感谢大家 感谢csdn！！我爱你们！！！！

Answer 4

用正则表达式 public void GetHttpUrl(string htmlSource)
        {
                         //用正则表达式识别URL超链接进规则查询Url：
             Regex UrlRegex = new Regex(@"(http:\/\/([\w.]+\/?)\S*)", RegexOptions.IgnoreCase | RegexOptions.Compiled);
           
            MatchCollection matches = UrlRegex.Matches(htmlSource);
            foreach (Match match in matches)
            {                                   arrHttp.Add(match.Value.ToString());            }        }