c# 获取html中指定标签信息,C#抓取网页数据 解析标题描述图片等信息 去除HTML标签...

一、首先将网页内容整个抓取下来，数据放在byte[]中(网络上传输时形式是byte)，进一步转化为String，以便于对其操作，实例如下：

private static string GetPageData(string url)

{

if (url == null || url.Trim() == "")

return null;

WebClient wc = new WebClient();

wc.Credentials = CredentialCache.DefaultCredentials;

Byte[] pageData = wc.DownloadData(url);

return Encoding.Default.GetString(pageData);//.ASCII.GetString

}

二、得到了数据的字符串形式，然后可以对网页进行解析了(其实就是对字符串的各种操作和正则表达式的应用)：

常用的的解析还有以下几种：

1.获取标题

Match TitleMatch = Regex.Match(strResponse, "

([^", RegexOptions.IgnoreCase | RegexOptions.Multiline);

title = TitleMatch.Groups[1].Value;

2.获取描述信息

Match Desc = Regex.Match(strResponse, "", RegexOptions.IgnoreCase | RegexOptions.Multiline);

strdesc =