//查找单个链结地址
BOOL FindHref(LPCTSTR lpszFind,LPCTSTR lpszString,CString& lpszResult,UINT nLen)
//从整个网页文本中查找所有链结地址
BOOL GetHref(LPCSTR szBuffer,LPCSTR szfind, CStringList& list)
//获取整个网页中的Email地址
BOOL GetEmail(LPCSTR szBuffer,LPCSTR szfind, CStringList& list)
//获取网页中的正文
BOOL GetHTMLText(LPCSTR szBuffer, CStringList& list)
//将网页中的正文拼成字符串返回
CString GetHTMLText(CString sStr)
//判断一行文本是否为空行
bool isBlankLine(char *line)
//过滤掉正文中的空行
CString FilterBlankLine(CString sStr)
//由于网页中链结往往有重复的,因此要用函数去除重复链结,当然也可以在找链结的时候就抛弃重复的
void FilterList(CStringList &list)
//根据前后关键字获取信息文本,例如从文本中获取“标题”,“联系人”关键字之间的文本
CString FilterByMark(CString sStr,CString mark1,CString mark2)
//按关键字过滤掉多余空格,例如按关键字“邮件”可把文本中“邮 件”中的多余空格全部剔除,便于
进行下一步采集信息
CString FilterSpaceByMark(CString sStr,CString mark)
文章来自: Gavin's blog