C#从新浪新闻上提取新闻标题-创新互联
下面我以新浪军事新闻模块提取军事新闻的标题,将提取到的新闻标题保存到记事本上
创新互联建站网站建设由有经验的网站设计师、开发人员和项目经理组成的专业建站团队,负责网站视觉设计、用户体验优化、交互设计和前端开发等方面的工作,以确保网站外观精美、成都网站设计、网站建设易于使用并且具有良好的响应性。
- static void Main(string[] args)
- {
- Stopwatch watch = new Stopwatch();
- watch.Start();
- WebClient wc = new WebClient();
- int count = 0;
- //正则表达式
- string regLinks = "
- (.+?)(.+?)
";- //由于耗时太久,在这里我只提取新浪100个页面的新闻标题
- for (int i = 1; i < 100; i++)
- {
- //http://roll.mil.news.sina.com.cn/col/zgjq/index_4.shtml
- string url = @"http://roll.mil.news.sina.com.cn/col/zgjq/index_"+i+".shtml";
- string html = wc.DownloadString(url);
- MatchCollection matchs = Regex.Matches(html, regLinks);
- using (StreamWriter sw = new StreamWriter(@"c:\news.txt", true, Encoding.GetEncoding("gb2312")))
- {
- foreach (Match match in matchs)
- {
- if (match.Success)
- {
- sw.WriteLine(match.Groups[1].Value + "\t" + match.Groups[2].Value);
- count++;
- }
- }
- }
- }
- watch.Stop();
- Console.WriteLine("共提取了{0}个新闻标题",count);
- Console.WriteLine("共计用时:{0}",watch.Elapsed);
- Console.ReadKey();
- }
朋友们可以提取其他相关网站的新闻标题,但是提取的时候一定要记得找源代码规律,因为
- //正则表达式
- string regLinks = "
- (.+?)(.+?) ";
正则表达式的拼接是根据标题源代码的规律来提取的,如果不找规律,是很难进行提取的。
希望大家可以根据程序来提取其他网站的内容
创新互联www.cdcxhl.cn,专业提供香港、美国云服务器,动态BGP最优骨干路由自动选择,持续稳定高效的网络助力业务部署。公司持有工信部办法的idc、isp许可证, 机房独有T级流量清洗系统配攻击溯源,准确进行流量调度,确保服务器高可用性。佳节活动现已开启,新人活动云服务器买多久送多久。
文章题目:C#从新浪新闻上提取新闻标题-创新互联
链接URL:http://azwzsj.com/article/ioiej.html