借鉴StanZhai核心代码，写了个博客园采集器

借鉴StanZhai核心代码，写了个博客园采集器，实现了文章正文和页面图片本地化，可以当成离线阅读器使用。

收录的文章，概要信息写入sqlite数据库，可实现标题、正文的检索，功能比较简单，自己用应该挺方便的。

自认为知识点有几个：

1、提取正文

一般来说，提取正文用正则要好一点，但是如果文章模板不同，那么写正则的工作量就太大了，并且也不好针对每个网页写正则。所幸，有高人早就对这个问题进行了研究，并进行了实现（百度“网页正文提取”）。找的资料中，翟士丹大师用c#做了一个很好的实现，看了两遍，感觉自己心思静不下来，思路能看懂，但是细节看不懂，可能有些是在具体实践中总结出来的，自己没有体会，所以领悟起来比较困难。索性就先不管了，直接拿来用吧。

2、多线程

自己用多线程写程序时，是另一个思路，感觉代码比较乱，不太灵活，在学习翟大师的采集器源码时，感觉豁然开朗，对C#的多线程理解一下子深刻许多。在对他的源码进行研究后，我决定重写一遍，一方面是学习借鉴，另一方面是改进。因为我有离线阅读的这个需求，因此，重点对这块进行了改进。在对含标签的正文保存成网页格式后，我又将正文去除标签后的文本保存为txt，在将来做检索时用。网页调用的图片，都下载到本地了，不过没有用多线程，只是用了普通的download。

3、界面假死

这是个初级问题，与上面两个比起来，简直不值一提。但是也拿来说说吧，如果能给其他同志带来帮助，也算有点用处吧。主要的实现就是三步：

public delegate void ShowMessDele(string str);

public void ShowMess(string str){ label1.text = str;};

Invoke(new ShowMessDele(ShowMess),new object[]{"显示信息";});    //本句在线程里执行

 

其他的感觉就没有什么值得说的地方了，还是上图吧，有图有真相。

软件连图标和布局都是借鉴翟大师的，真是不好意思了。如有意见，我马上改正。

在此衷心的感谢

转载于:https://www.cnblogs.com/theluther/p/3936108.html