网页内容获取

dyyyj

苏老师：
       以下内容是从一网站上获取的HMTL源码中的一部分，请问如何获取其中的"日本历史观中的慰安妇问题",该网页中这样的段落很多。望指点一二为谢!

<div class="focusImg"><a href="http://dajia.qq.com/blog/430281004345066" target="_blank" boss="{id:1220, sBiz:'dajia_web', name:'right_focus', sBak1:'home', sBak2:'_no_login_'}"><img src="http://img1.gtimg.com/cul/pics/hv1/161/174/1698/110456981.jpg" /><h2>日本历史观中的慰安妇问题</h2><h3>作者：张石</h3></a></div><div class="teamList tj">

inghot

如果整个页中只有一个<h2></h2>的话，用正则<h2>([\s\S]*?)</h2>
然后groups取1

[C#] 纯文本查看 复制代码

string Html = "<div class=\"focusImg\"><a href=\"http://dajia.qq.com/blog/430281004345066\" target=\"_blank\" boss=\"{id:1220, sBiz:'dajia_web', name:'right_focus', sBak1:'home', sBak2:'_no_login_'}\"><img src=\"http://img1.gtimg.com/cul/pics/hv1/161/174/1698/110456981.jpg\" /><h2>日本历史观中的慰安妇问题</h2><h3>作者：张石</h3></a></div><div class=\"teamList tj\">";
            Regex re = new Regex(@"<h2>([\s\S]*?)</h2>");
            MatchCollection mc = re.Matches(Html);
            foreach (Match m in mc)
            {
                MessageBox.Show(m.Groups[1].Value);
            }

dyyyj

谢谢你的回复。真心的感谢！可能是我的问题没有说清楚！是这样的
我要从一个网站中抓取 <div class=\"focusImg\"><a href=\"http://dajia.qq.com/blog/430281004345066\" target=\"_blank\" boss=\"{id:1220, sBiz:'dajia_web', name:'right_focus', sBak1:'home', sBak2:'_no_login_'}\"><img src=\"http://img1.gtimg.com/cul/pics/hv1/161/174/1698/110456981.jpg\" /><h2>日本历史观中的慰安妇问题</h2><h3>作者：张石</h3></a></div><div class=\"teamList tj\">

其中的a href=\"http://dajia.qq.com/blog/430281004345066 的"网址" 和 与该网址对应的"解说词" <h2>日本历史观中的慰安妇问题</h2>

该网站中这样的网址和解说词有几十处。限于篇幅，我只复制了其中的一段。 而解说词中的可能是h2也可能是h3

dyyyj

"网址"已取出，就是“解说词”不知该如何获取？
private void button2_Click(object sender, EventArgs e)
        {
            HtmlDocument htmldocument = webBrowser1.Document;
            HtmlElementCollection hc = htmldocument.GetElementsByTagName("a");
            listView1.Items.Clear();
           // Hashtable hash = new Hashtable();


            foreach (HtmlElement html in hc)
            {
                try
                {
                    //hash.Add(html.GetAttribute("href").ToString(), null);
                    string filepath = html.GetAttribute("href").ToString();

                    if (filepath.Contains("blog"))
                    {
                    string[] file = filepath.Split('/');

                    ListViewItem item = new ListViewItem(new string[] { (listView1.Items.Count + 1).ToString(), file[file.Length - 1], filepath });
                    listView1.Items.Add(item);
                    }

                }
                catch (Exception)
                {

                }



            }
        }

站长苏飞

用正则，你自己都说了文章很长，但你就给一部分，我们做出来了，你又说还有其他地方，那我建议你一下贴出来，或者你把可能性的情况说清楚，这样大家直接就帮你写个正则完事。这个使用正则最方便，

dyyyj

谢了。