研究了一下午,终于弄出来了,第一次写博客哈,不知道这儿有没有人看,就当写个笔记给自己,留着以后看吧,希望对他人也能有所帮助
初学c#,大神莫喷
var wc = new System.Net.WebClient();
byte[] htmlbyte = wc.DownloadData("http://www.xxx.org/");//此例对方网站编码为gb2312,此处若用DownloadString可能会出现乱码,好像.net中内存都是Unicode编码,所以只能用byte传输
String html = System.Text.Encoding.GetEncoding("gb2312").GetString(htmlbyte); //byte数组转换成字符串
var matches = System.Text.RegularExpressions.Regex.Matches(html, "<div class=\"classname\">(\\w|\\W)*?<\\/div>"); //获取指定div的集合
var MatchHtml = new List<string>();
foreach(var matchitem in matches)
{
var tempstring = matchitem.ToString().Replace("a href=\"", "a href=\"http://www.xxx.org");//将相对路径转化为绝对路径
MatchHtml.Add(tempstring);
}
ViewBag.Crawl = MatchHtml;//ViewBag传递到网页中
在网页中使用@Html.Raw()将选定的div表现出来
卡了两小时的乱码问题,一开始用的DownloadString,发现中文字符全变成了乱码,后来各种翻资料,看了一些大神的回复,最后终于改对了。