ASP.NET(C#)经典采集代码

using System;
using System.Data;
using System.Configuration;
using System.Web;
using System.Web.Security;
using System.Web.UI;
using System.Web.UI.WebControls;
using System.Web.UI.WebControls.WebParts;
using System.Web.UI.HtmlControls;
using System.Drawing;
using MSXML2;
using System.Text.RegularExpressions;
namespace wenweifeng
{
/**

/// CaiJi 的摘要说明
///

public class CaiJi
{
public CaiJi()
{
//
// TODO: 在此处添加构造函数逻辑
//
        }
~CaiJi()
{
            Dispose();
        }
public void Dispose()
{
         GC.SuppressFinalize(this);
        }

日期随机函数#region 日期随机函数
/**//**********************************
         * 函数名称:DateRndName
         * 功能说明:日期随机函数
         * 参    数:ra:随机数
         * 调用示例:
         *          GetRemoteObj o = new GetRemoteObj();
         *          Random ra = new Random();
         *          string s = o.DateRndName(ra);
         *          Response.Write(s);
         *          o.Dispose();
         * ********************************/
/**

/// 日期随机函数
///

/// 随机数
///
public string DateRndName(Random ra)
{
            DateTime d = DateTime.Now;
string s = null, y, m, dd, h, mm, ss;
            y = d.Year.ToString();
            m = d.Month.ToString();
if (m.Length < 2) m = "0" + m;
            dd = d.Day.ToString();
if (dd.Length < 2) dd = "0" + dd;
            h = d.Hour.ToString();
if (h.Length < 2) h = "0" + h;
            mm = d.Minute.ToString();
if (mm.Length < 2) mm = "0" + mm;
            ss = d.Second.ToString();
if (ss.Length < 2) ss = "0" + ss;
            s += y + ',' + m + ',' + dd + ',' + h + "-" + mm + "-" + ss;
            s += ra.Next(1000000, 9999999).ToString();
return s;
        }
#endregion

取得文件后缀#region 取得文件后缀
/**//**********************************
         * 函数名称:GetFileExtends
         * 功能说明:取得文件后缀
         * 参    数:filename:文件名称
         * 调用示例:
         *          GetRemoteObj o = new GetRemoteObj();
         *          string url = @"http://www.baidu.com/img/logo.gif";
         *          string s = o.GetFileExtends(url);
         *          Response.Write(s);
         *          o.Dispose();
         * ********************************/
/**

/// 取得文件后缀
///

/// 文件名称
///
public string GetFileExtends(string filename)
{
string ext = null;
if (filename.IndexOf('.') > 0)
{
string[] fs = filename.Split('.');
                ext = fs[fs.Length - 1];
            }
return ext;
        }
#endregion

获取远程文件源代码#region 获取远程文件源代码
/**//**********************************
         * 函数名称:GetRemoteHtmlCode
         * 功能说明:获取远程文件源代码
         * 参    数:Url:远程url
         * 调用示例:
         *          GetRemoteObj o = new GetRemoteObj();
         *          string url = @"http://www.baidu.com";
         *          string s = o.GetRemoteHtmlCode(url);
         *          Response.Write(s);
         *          o.Dispose();
         * ********************************/
/**

/// 获取远程文件源代码
///

/// 远程url
///
public string GetRemoteHtmlCode(string Url)
{
string s = "";
            MSXML2.XMLHTTP _xmlhttp = new MSXML2.XMLHTTPClass();
            _xmlhttp.open("GET", Url, false, null, null);
            _xmlhttp.send("");
if (_xmlhttp.readyState == 4)
{
                s = System.Text.Encoding.Default.GetString((byte[])_xmlhttp.responseBody);
            }
return s;
        }

#endregion

保存远程文件#region 保存远程文件
/**//**********************************
         * 函数名称：RemoteSave
         * 功能说明：保存远程文件
         * 参    数：Url:远程url;Path:保存到的路径
         * 调用示例:
         *          GetRemoteObj o = new GetRemoteObj();
         *          string s = "";
         *          string url = @"http://www.baidu.com/img/logo.gif";
         *          string path =Server.MapPath("Html/");
         *          s = o.RemoteSave(url,path);
         *          Response.Write(s);
         *          o.Dispose();         
         * ******************************/
/**

/// 保存远程文件
///

/// 远程url
/// 保存到的路径
///
public string RemoteSave(string Url, string Path)
{

            Random ra = new Random();
string newfilename = string.Empty;
string StringFileName = DateRndName(ra) + "." + GetFileExtends(Url);
if (GetFileExtends(Url).Trim().ToLower() != "jpg")
                newfilename = StringFileName;
else
                newfilename = DateRndName(ra) + "Addpic." + GetFileExtends(Url);
string StringFilePath = Path + StringFileName;
string newfilepath = Path + newfilename;
string retname = string.Empty;
try
{
                MSXML2.XMLHTTP _xmlhttp = new MSXML2.XMLHTTPClass();
                _xmlhttp.open("GET", Url, false, null, null);
                _xmlhttp.send("");
if (_xmlhttp.readyState == 4)
{
if (System.IO.File.Exists(StringFilePath))
                        System.IO.File.Delete(StringFilePath);
                    System.IO.FileStream fs = new System.IO.FileStream(StringFilePath, System.IO.FileMode.CreateNew);
                    System.IO.BinaryWriter w = new System.IO.BinaryWriter(fs);
                    w.Write((byte[])_xmlhttp.responseBody);
                    w.Close();
                    fs.Close();
if (GetFileExtends(Url).Trim().ToLower() == "jpg")
{
                        function myfunction = new function();
//myfunction.AddShuiYinWord(StringFilePath, newfilepath);
                        service myserver=new service();
                        myfunction.AddShuiYinPic(StringFilePath, newfilepath, HttpContext.Current.Server.MapPath(myserver.myweblogo));
                    }

                }
else
throw new Exception(_xmlhttp.statusText);
            }
catch (Exception ex)
{

            }
return newfilename;
        }
#endregion

替换网页中的换行和引号#region 替换网页中的换行和引号
/**//**********************************
         * 函数名称:ReplaceEnter
         * 功能说明:替换网页中的换行和引号
         * 参    数:HtmlCode:html源代码
         * 调用示例:
         *          GetRemoteObj o = new GetRemoteObj();
         *          string Url = @"http://www.baidu.com";
         *          string HtmlCode = o.GetRemoteHtmlCode(Url);
         *          string s = o.ReplaceEnter(HtmlCode);
         *          Response.Write(s);
         *          o.Dispose();
         * ********************************/
/**

/// 替换网页中的换行和引号
///

/// HTML源代码
///
public string ReplaceEnter(string HtmlCode)
{
string s = "";
if (HtmlCode == null || HtmlCode == "")
                s = "";
else
                s = HtmlCode.Replace("/"", "");
            s = s.Replace("/r", "");
            s = s.Replace("/n", "");
return s;
        }

#endregion

执行正则提取出值#region 执行正则提取出值
/**//**********************************
         * 函数名称:GetRegValue
         * 功能说明:执行正则提取出值
         * 参    数:HtmlCode:html源代码
         * 调用示例:
         *          GetRemoteObj o = new GetRemoteObj();
         *          string Url = @"http://www.baidu.com";
         *          string HtmlCode = o.GetRemoteHtmlCode(Url);
         *          string s = o.ReplaceEnter(HtmlCode);
         *          string Reg=" ";
         *          string GetValue=o.GetRegValue(Reg,HtmlCode)
         *          Response.Write(GetValue);
         *          o.Dispose();
         * ********************************/
/**

/// 执行正则提取出值
///

/// 正则表达式
/// HtmlCode源代码
///
public string  GetRegValue(string RegexString, string RemoteStr)
{
string MatchVale = "";
            Regex r = new Regex(RegexString);
            Match m = r.Match(RemoteStr);
if (m.Success)
{
                MatchVale = m.Value;
            }
return MatchVale;
        }
#endregion

替换HTML源代码#region 替换HTML源代码
/**//**********************************
         * 函数名称:RemoveHTML
         * 功能说明:替换HTML源代码
         * 参    数:HtmlCode:html源代码
         * 调用示例:
         *          GetRemoteObj o = new GetRemoteObj();
         *          string Url = @"http://www.baidu.com";
         *          string HtmlCode = o.GetRemoteHtmlCode(Url);
         *          string s = o.ReplaceEnter(HtmlCode);
         *          string Reg=" ";
         *          string GetValue=o.GetRegValue(Reg,HtmlCode)
         *          Response.Write(GetValue);
         *          o.Dispose();
         * ********************************/
/**

/// 替换HTML源代码
///

/// html源代码
///
public string RemoveHTML(string HtmlCode)
{
string MatchVale = HtmlCode;          
foreach (Match s in Regex.Matches(HtmlCode, "<.+?>"))
{
                MatchVale = MatchVale.Replace(s.Value, "");
            }
return MatchVale;        
        }

#endregion

匹配页面的链接#region 匹配页面的链接
/**//**********************************
         * 函数名称:GetHref
         * 功能说明:匹配页面的链接
         * 参    数:HtmlCode:html源代码
         * 调用示例:
         *          GetRemoteObj o = new GetRemoteObj();
         *          string Url = @"http://www.baidu.com";
         *          string HtmlCode = o.GetRemoteHtmlCode(Url);
         *          string s = o.GetHref(HtmlCode);
         *          Response.Write(s);
         *          o.Dispose();
         * ********************************/
/**

/// 获取页面的链接正则
///

///
///
public string GetHref(string HtmlCode)
{
string MatchVale = "";
string Reg = @"(h|H)(r|R)(e|E)(f|F) *= *('|"")?((/w|//|//|/.|:|-|_)+)[/S]*";  
foreach(Match m in Regex.Matches(HtmlCode,Reg))
{
                MatchVale += (m.Value).ToLower().Replace("href=", "").Trim() + "|";
            }
return MatchVale;         
        }
#endregion

匹配页面的图片地址#region 匹配页面的图片地址
/**//**********************************
         * 函数名称:GetImgSrc
         * 功能说明:匹配页面的图片地址
         * 参    数:HtmlCode:html源代码;imgHttp:要补充的http.当比如: 则要补充http://www.baidu.com/,当包含http信息时,则可以为空
         * 调用示例:
         *          GetRemoteObj o = new GetRemoteObj();
         *          string Url = @"http://www.baidu.com";
         *          string HtmlCode = o.GetRemoteHtmlCode(Url);
         *          string s = o.GetImgSrc(HtmlCode,"http://www.baidu.com/");
         *          Response.Write(s);
         *          o.Dispose();
         * ********************************/
/**

/// 匹配页面的图片地址
///

///
/// 要补充的http://路径信息
///
public string GetImgSrc(string HtmlCode, string imgHttp)
{
string MatchVale = "";
string Reg = @" ";
foreach (Match m in Regex.Matches(HtmlCode.ToLower(), Reg))
{
                MatchVale += GetImg((m.Value).ToLower().Trim(), imgHttp) + "|";
            }

return MatchVale;
        }
/**

/// 匹配 中的图片路径实际链接
///

/// 字符串
///
public string GetImg(string ImgString, string imgHttp)
{
string MatchVale = "";
string Reg = @"src=.+/.(bmp|jpg|gif|png|)";
foreach (Match m in Regex.Matches(ImgString.ToLower(), Reg))
{
                MatchVale += (m.Value).ToLower().Trim().Replace("src=","");
            }
if (MatchVale.IndexOf(".net") != -1 || MatchVale.IndexOf(".com") != -1 || MatchVale.IndexOf(".org") != -1 || MatchVale.IndexOf(".cn") != -1 || MatchVale.IndexOf(".cc") != -1 || MatchVale.IndexOf(".info") != -1 || MatchVale.IndexOf(".biz") != -1 || MatchVale.IndexOf(".tv") != -1)
return (MatchVale);
else
return (imgHttp+MatchVale);
        }

#endregion

替换通过正则获取字符串所带的正则首尾匹配字符串#region 替换通过正则获取字符串所带的正则首尾匹配字符串
/**//**********************************
         * 函数名称:GetHref
         * 功能说明:匹配页面的链接
         * 参    数:HtmlCode:html源代码
         * 调用示例:
         *          GetRemoteObj o = new GetRemoteObj();
         *          string Url = @"http://www.baidu.com";
         *          string HtmlCode = o.GetRemoteHtmlCode(Url);
         *          string s = o.RegReplace(HtmlCode," ");
         *          Response.Write(s);
         *          o.Dispose();
         * ********************************/
/**

/// 替换通过正则获取字符串所带的正则首尾匹配字符串
///

/// 要替换的值
/// 正则匹配的首字符串
/// 正则匹配的尾字符串
///
public string RegReplace(string RegValue, string regStart,string regEnd)
{
string s = RegValue;
if (RegValue != "" && RegValue != null)
{
if (regStart != "" && regStart != null)
{
                    s = s.Replace(regStart, "");
                }
if (regEnd != "" && regEnd != null)
{
                    s = s.Replace(regEnd, "");
                }
            }
return s;
        }
#endregion





}

}