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

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

1. //正则表达式 
2. string regLinks = "
3. (.+?)(.+?)
"; 

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。