批量抓取网页代码中的HTTP和邮件地址,IO,正则表达式,抓网页源码

上个星期开会说现在中国的垃圾邮件很赚钱啊。我也很想多赚点钱。不过做技术的都很死板。脑壳不灵活。只能多研究研究一些方法来实现这样子那样的程序代码,搜集整理的两天。终于找到自己想要的代码。不很完善多多改进就好了。
using System.IO;
using System.Text.RegularExpressions;

public string GetPageContent(string url)
  {

//抓取网页源代码
   string ContentHtml=String.Empty;
   HttpWebRequest rt=null;
   HttpWebResponse rs=null;
   Stream stream=null;
   StreamReader sr=null;
 
   rt=(HttpWebRequest)WebRequest.Create(url);
   rs=(HttpWebResponse)rt.GetResponse();
   stream=rs.GetResponseStream();
   sr=new StreamReader(stream,System.Text.Encoding.Default);
   ContentHtml=sr.ReadToEnd();
   sr.Close();
   stream.Close();
   rs.Close();
   return ContentHtml;

  }

public string SetHttpUrl(string StrText)
  {
  //用正则表达式识别URL超链接
   Regex UrlRegex = new Regex(@"(http:([/w.]+//?)/S*)", RegexOptions.IgnoreCase | RegexOptions.Compiled);
   //进规则查询Url
   MatchCollection matches = UrlRegex.Matches(StrText);
   foreach (Match match in matches)
   {
    StrText = StrText.Replace(match.Value, string.Format("<a href=/"{0}/" target=/"_blank/">{1}</a>", match.Value, match.Value));
   }
   return StrText;
  }

  public string SetEmailUrl(string StrText)
  {
    //用正则表达式识别Email地址
   Regex EmailRegex = new Regex(@"([a-zA-Z_0-9.-]+/@[a-zA-Z_0-9.-]+/./w+)", RegexOptions.IgnoreCase | RegexOptions.Compiled);
   MatchCollection matches = EmailRegex.Matches(StrText);  
  
   foreach (Match match in matches)
   {
    StrText = StrText.Replace(match.Value, string.Format("<a href=mailto:{0}>{1}</a>", match.Value, match.Value));
   }
   return StrText;
  }

  public string GetHttpUrl(string StrText)
  {
   
   //将读取出来的全部URL写如文本文件  
   string strPageUrlFileName=Application.StartupPath+"//HttpPageUrl.txt";
   StreamWriter strwriterobj=File.CreateText(strPageUrlFileName);  
  
   //用正则表达式识别URL超链接进规则查询Url
   Regex UrlRegex = new Regex(@"(http:([/w.]+//?)/S*)", RegexOptions.IgnoreCase | RegexOptions.Compiled);
   MatchCollection matches = UrlRegex.Matches(StrText);
   foreach (Match match in matches)
   {
    lstHttp.Items.Add(match.Value.ToString());
    strwriterobj.WriteLine(match.Value.ToString());
   }
   strwriterobj.Close();
   return StrText;
  
  }

  public string GetEmailUrl(string StrText)
  {
   //将读取出来的全部URL写如文本文件  
   string strPageEmailFileName=Application.StartupPath+"//HttpPageEmail.txt";
   StreamWriter strwriterobj=File.CreateText(strPageEmailFileName);

    //用正则表达式识别Email地址
   Regex EmailRegex = new Regex(@"([a-zA-Z_0-9.-]+/@[a-zA-Z_0-9.-]+/./w+)", RegexOptions.IgnoreCase | RegexOptions.Compiled);
   MatchCollection matches = EmailRegex.Matches(StrText);
   foreach (Match match in matches)
   {
    lstEmail.Items.Add(match.Value.ToString());
    strwriterobj.WriteLine(match.Value.ToString());
   }
   strwriterobj.Close();
   return StrText;

  }

批量抓取网页代码中的HTTP和邮件地址,IO,正则表达式,抓网页源码 

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

疾风铸境

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值