using System;
using System.IO;
using System.Text.RegularExpressions;
using System.Collections.Generic;
using System.Text;
using System.Net;
namespace ConsoleApplication1
{
class Program
{
static void Main(string[] args)
{
WebRequest oRequest = WebRequest.Create("http://www.baidu.com/");
WebResponse oResponse = oRequest.GetResponse();
StreamReader oReader = new StreamReader(oResponse.GetResponseStream(),Encoding.GetEncoding("GB2312"));
string html = oReader.ReadToEnd();
Match m = Regex.Match(html, "<title>(.*)</title>");
if (m.Groups.Count == 2)
Console.WriteLine(m.Groups[1].Value);
Console.ReadLine();
}
}
}
這段代碼適合取出HTML下指定標記塊下的內容,但是由於HTML很難嚴格的說其是結構化的資料,所以並不是所有的標記內容都能取出,比如網頁中會存在多個<td></td>,那麼要取的內容存在於哪對標記中就很難判斷.
應用到的命名空間:
using System.Net.其下有WebRequest和WebResponse
using System.IO.用到StreamReader
using System.Text.RegularExpressions.Regex,比截取字串要好用的多