C#.Net使用正则表达式抓取百度百家文章列表

    工作之余，学习了一下正则表达式，鉴于实践是检验真理的唯一标准，于是便写了一个利用正则表达式抓取百度百家文章的例子，具体过程请看下面源码：

    一：获取百度百家网页内容

public List<string[]> GetUrl()
        {
            try
            {
                string url = "http://baijia.baidu.com/";
                WebRequest webRequest = WebRequest.Create(url);
                WebResponse webResponse = webRequest.GetResponse();
                StreamReader reader = new StreamReader(webResponse.GetResponseStream());
                string result = reader.ReadToEnd();
                reader.Close();
                webResponse.Close();
                return AnalysisHtml(result);
            }
            catch (Exception ex)
            {
                throw ex;
            }
        }

    二：通过正则表达式筛选

public List<string[]> AnalysisHtml(string htmlContent)
        {
            List<string[]> list = new List<string[]>();
            string strPattern = "<h3><a\s*.*>(?<Title>[^<]+)</a></h3>.*\s*<p\s*class="feeds-item-text">(?<Abstract>[^<]+)<a\s*href="(?<Url>.*)"\s*target="_blank"\s*class="feeds-item-more"\s*mon=".*\s*">.*\s*</a></p>";
            Regex regex = new Regex(strPattern, RegexOptions.IgnoreCase | RegexOptions.Multiline | RegexOptions.CultureInvariant);
            if (regex.IsMatch(htmlContent))
            {
                MatchCollection matchCollection = regex.Matches(htmlContent);
                foreach (Match match in matchCollection)
                {
                    string[] str = new string[3];
                    str[0] = match.Groups[1].Value;//获取到的是列表数据的标题
                    str[1] = match.Groups[2].Value;//获取到的是内容
                    str[2] = match.Groups[3].Value;//获取到的是链接到的地址
                    list.Add(str);
                }
            }
            return list;
        }

 源码下载