正则表达式的知识点有哪些

 通过构造一个Http请求来取到数据并对数据进行相应处理得到关键信息，在过滤Html标签取文章时正则的强大的威力就体现出来了，

正则的知识点也都基本用上了比如 "\s \w+ . * ? "还有捕获分组，零宽断言等等。喜欢的朋友可以试一试，然后自己看如何通过正则取相应数据的，代码中的正则都是很基本简单的，其意思与用法都在上文中详细写了。

class Program
 {
 static void Main(string[] args)
 {
  string content = HttpUtility.HttpGetHtml();
  HttpUtility.GetArticles(content);
 }
 }
 internal class HttpUtility
 {
 //默认获取第一页数据
 public static string HttpGetHtml()
 {
  HttpWebRequest request = (HttpWebRequest)WebRequest.Create("http://www.cnblogs.com/");
  request.Accept = "text/plain, */*; q=0.01";
  request.Method = "GET";
  request.Headers.Add("Accept-Language", "zh-cn,zh;q=0.8,en-us;q=0.5,en;q=0.3");
  request.ContentLength = 0;
  request.Host = "www.cnblogs.com";
  request.UserAgent = "Mozilla/5.0 (Windows NT 6.1) AppleWebKit/537.1 (KHTML, like Gecko) Maxthon/4.1.3.5000 Chrome/26.0.1410.43 Safari/537.1";
  HttpWebResponse response = (HttpWebResponse)request.GetResponse();
  Stream responStream = response.GetResponseStream();
  StreamReader reader = new StreamReader(responStream, Encoding.UTF8);
  string content = reader.ReadToEnd();
  return content;
 }
 public static List
 GetArticles(string htmlString)
 {
  List
 articleList = new List
();
  Regex regex = null;
  Article article = null;
  regex = new Regex("(?.*?)(?=" + @"\s*)",
    RegexOptions.Singleline);
  if (regex.IsMatch(htmlString))
  {
  MatchCollection aritcles = regex.Matches(htmlString);
  foreach (Match item in aritcles)
  {
   article = new Article();
   //取推荐
   regex =
   new Regex(
    ".*(?.*)" + @"" +
    ".*", RegexOptions.Singleline);
   article.DiggNum = regex.Match(item.Value).Groups["digNum"].Value;
   //取文章标题 需要去除转义字符
   regex = new Regex("
(?.*)
", RegexOptions.Singleline);
   string a = regex.Match(item.Value).Groups["a"].Value;
   regex = new Regex(".*?)\".*>(?
.*)", RegexOptions.Singleline);
   article.AritcleUrl = regex.Match(a).Groups["href"].Value;
   article.AritcleTitle = regex.Match(a).Groups["summary"].Value;
   //取作者图片 
   regex = new Regex("(?].*>)", RegexOptions.Singleline);
   article.AuthorImg = regex.Match(item.Value).Groups["img"].Value;
   //取作者博客URL及链接的target属性
   regex = new Regex(".*)\"\\s*?target=\"(?.*?)\">.*",
     RegexOptions.Singleline);
   article.AuthorUrl = regex.Match(item.Value).Groups["href"].Value;
   string urlTarget = regex.Match(item.Value).Groups["target"].Value;
   //取文章简介
   //1 先取summary Div中所有内容
   regex = new Regex("(?
.*)
", RegexOptions.Singleline);
   string summary = regex.Match(item.Value).Groups["summary"].Value;
   //2 取简介
   regex = new Regex("(?(?<=).*)", RegexOptions.Singleline);
   article.AritcleInto = regex.Match(summary).Groups["indroduct"].Value;
   //取发布人与发布时间
   regex =
   new Regex(
    "\\s*(?.*)(?.*)",
    RegexOptions.Singleline);
   article.Author = regex.Match(item.Value).Groups["publishName"].Value;
   article.PublishTime = regex.Match(item.Value).Groups["publishTime"].Value.Trim();
   //取评论数
   regex =
   new Regex(
    "(?.*)",
    RegexOptions.Singleline);
   article.CommentNum = regex.Match(item.Value).Groups["comment"].Value;
   //取阅读数
   regex = new Regex("(?.*)", RegexOptions.Singleline);
   article.ReadNum = regex.Match(item.Value).Groups["readNum"].Value;
   articleList.Add(article);
  }
  }
  return articleList;
 }
 public static string ClearSpecialTag(string htmlString)
 {
  string htmlStr = Regex.Replace(htmlString, "\n", "", RegexOptions.IgnoreCase);
  htmlStr = Regex.Replace(htmlStr, "\t", "", RegexOptions.IgnoreCase);
  htmlStr = Regex.Replace(htmlStr, "\r", "", RegexOptions.IgnoreCase);
  htmlStr = Regex.Replace(htmlStr, "\"", "'", RegexOptions.IgnoreCase);
  return htmlStr;
 }
 }
 public class Article
 {
 /// 

 /// 文章标题
 /// 
 public string AritcleTitle { get; set; }
 /// 

 /// 文章链接
 /// 
 public string AritcleUrl { get; set; }
 /// 

 /// 文章简介
 /// 
 public string AritcleInto { get; set; }
 /// 

 /// 作者名
 /// 
 public string Author { get; set; }
 /// 

 /// 作者地址
 /// 
 public string AuthorUrl { get; set; }
 /// 

 /// 作者图片
 /// 
 public string AuthorImg { get; set; }
 /// 

 /// 发布时间
 /// 
 public string PublishTime { get; set; }
 /// 

 /// 推荐数
 /// 
 public string DiggNum { get; set; }
 /// 

 /// 评论数
 /// 
 public string CommentNum { get; set; }
 /// 

 /// 阅读数
 /// 
 public string ReadNum { get; set; }
 }

 正则部分可能写得不很完美，但至少也匹配出来了，另外因为自己也是刚接触正则，也只能写出这种比较简单的正则。

感谢各位的阅读！关于“正则表达式的知识点有哪些”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，让大家可以学到更多知识，如果觉得文章不错，可以把它分享出去让更多的人看到吧！

分享至：

   

关于我们

公司简介 发展历程

服务项目

高端网站建设 小程序开发 APP开发 网络营销

建站知识

网站建设 网站设计 网站制作 小程序

联系我们

公司地址 人才招聘

成都 重庆



电话：028-86922220



地址：成都市太升南路288号锦天国际A幢1002号



电话：028-86922220



地址：重庆市南岸区弹子石腾龙大道58号2栋21-6

版权所有：成都创新互联科技有限公司重庆分公司 渝ICP备2021005571号-4