请问C#中如何处理Html文本问题--解决了还有分可给(项目急）！！！

Question

>>>会发现当行数超过2046行后，读到的文本不全2046行也不算大，你是怎么读的？用ReadToEnd()了么？把你读的URL写出来http://www.codersource.net/csharp_screen_scraping.html

Answer 1

用正则表达式吧，<a href=(?<Link>[^ ]+) [^>]*>清华大学</a>
没经过严格测试，但能符合你这个例子的要求。

Answer 2

下面这个正则式解析A标记的，ftp://games:[email protected] 有下载Regex  re  =  new  Regex(@"<[a|img|script|link]\s+[href|src]+=([""'])(?<url>[^'"">]+)\1\s*>(\s*(?<name>[^-\s|(<img\S\s</)]*)\s*-)?\s*(?<song>[^<]+)</",  RegexOptions.IgnoreCase    |  RegexOptions.Singleline);  
MatchCollection  mc  =  re.Matches(PageStr);  
foreach  (Match  m  in  mc)  
{  
if  (m.Groups["name"].Value  !=  "")  
this.strFileList.AppendText(m.Groups["name"].Value);  
else  if  (m.Groups["name"].Captures.Count  >  0)  
  
this.strFileList.AppendText("未知");
else 
strFileList.AppendText("文件名");

strFileList.AppendText("\t");
strFileList.AppendText(m.Groups["song"].Value);
strFileList.AppendText("\t");
strFileList.AppendText(m.Groups["url"].Value);
UrlList.Append(m.Groups["url"].Value);
strFileList.AppendText("\n");

 
             
}              
strFileList.AppendText("遍历URL树:\n");
UrlList.MoveFrist();
string url=string.Empty;
while(!UrlList.IsEof())
{
url=UrlList.GetCurrentValue().ToString();
//strFileList.AppendText(UrlList.GetCurrentValue()+"\n");
//GetDirPath(url);
//strFileList.AppendText();
if(url.IndexOf("/")==-1)
{
 url=this.UrlAddress.Text+"/"+url;
}
if(url.StartsWith("/"))
{
url="http://"+Core.GetUrlRootPath(this.UrlAddress.Text)+"/"+url;
}
if(url.StartsWith("."))
{
 url=Core.GetAndNormailizePath(url);
}

Answer 3

to:windinwing(潇笑)
ftp密码不对啊，进不去，能不能发到我邮箱里
[email protected],谢谢

Answer 4

有专门解析html的parser，下载一个