加入收藏 | 设为首页 | 会员中心 | 我要投稿 李大同 (https://www.lidatong.com.cn/)- 科技、建站、经验、云计算、5G、大数据,站长网!
当前位置: 首页 > 百科 > 正文

利用正则表达式获取博客园随笔(三)

发布时间:2020-12-14 02:18:32 所属栏目:百科 来源:网络整理
导读:到昨晚为止,我们已经获取第一页的数据了,但是这是不是有很大的局限性呢?比如如果我要获取前3页的,那我是不是要改代码?我们点击第二页的时候浏览器上面是不是还是显示“http://www.cnblogs.com/”?那我们把鼠标放在第二页上,就可以发现博客园的分页方

到昨晚为止,我们已经获取第一页的数据了,但是这是不是有很大的局限性呢?比如如果我要获取前3页的,那我是不是要改代码?我们点击第二页的时候浏览器上面是不是还是显示“http://www.cnblogs.com/”?那我们把鼠标放在第二页上,就可以发现博客园的分页方式,我们把这个地址再地址栏中输入也还是可以到达第二页,所以说我们的想法是正确的。所以我们可以再界面上加一个文本框(用来输入我们要获取的页数),然后再放一个按钮用来查询。

代码如下:

 1 int page=1;
 2             try
 3             {
 4                 page = Convert.ToInt32(txtPage.Text.Trim());
 5             }
 6             catch
 7             { 
 8                 MessageBox.Show("请输入数字","提示"); 
 9             }
10             for (int i = 1; i <= page; i++)
11             {
12                 Html = Html + GetHtml("http://www.cnblogs.com/p" + i);
13             }
14             Thread thread = new Thread(new ThreadStart(() =>
15             {
16                 GetContent gc = new GetContent();
17                 gc.getResults += new GetContent.CnblogsEventHandler(gc_getResults);
18                 gc.getResult(Html);
19             }
20                 ));
21             thread.IsBackground = true;
22             thread.Start();
View Code
 1     public class GetContent
 2     {
 3         public delegate void CnblogsEventHandler(List<CnblogsResult> results);
 4         public event CnblogsEventHandler getResults;
 5         public List<CnblogsResult> getResult(string Html)
 6         {
 7            List<CnblogsResult> results = new List<CnblogsResult>();
 8             Regex regexContent = new Regex("<div class="post_item_body">(?<content>.*?)<div class="clear"></div>",RegexOptions.Singleline);//获取单个随笔数据
 9             Regex regexProperty = new Regex("<h3><a.*?href="(?<href>.*?)".*?>(?<Title>.*?)</a></h3>.*?<a .*? class="lightblue".*?>(?<Author>.*?)</a>.*?发布于.*?(?<time>.*?)<span",10     RegexOptions.Singleline);//获取标题、时间、链接、作者等
11             if (regexContent.IsMatch(Html))
12             {
13                 var blog = regexContent.Matches(Html);
14                 int i = 1;
15                 foreach (Match item in blog)
16                 {
17                     CnblogsResult result = new CnblogsResult();
18                     if (regexProperty.IsMatch(item.ToString()))
19                     {
20                         var Property = regexProperty.Match(item.ToString());
21                         result.Title = Property.Groups["Title"].Value;
22                         result.Author = Property.Groups["Author"].Value;
23                         result.time = Property.Groups["time"].Value;
24                         result.href = Property.Groups["href"].Value;
25                         result.Rank = i;
26                         i++;
27 
28                     }
29                     results.Add(result);
30                 }
31             }
32             if (getResults != null)
33             {
34                 getResults(results);
35             }
36             return results;
37         }
38     }
View Code

其中CnblogsResult是我定义的一个实体类:

1 public class CnblogsResult
2     {
3         public int Rank { get; set; }
4         public string Title { get; set; }
5         public string Author { get; set; }
6         public string time { get; set; }
7         public string href { get; set; }
8     }
View Code

然后再Form类里加一段方法:

 1         void gc_getResults(List<CnblogsResult> results)
 2         {
 3             DataTable dt = new DataTable();
 4             dt.Columns.Add("Rank");
 5             dt.Columns.Add("Title");
 6             dt.Columns.Add("Author");
 7             dt.Columns.Add("time");
 8             dt.Columns.Add("href");
 9             foreach (var item in results)
10             {
11                 dt.Rows.Add(item.Rank,item.Title,item.Author,item.time,item.href);
12             }
13             Invoke(new Action(() =>//委托主线程来完成数据绑定
14             {
15                 dgvCnblogs.DataSource = dt;
16             }
17             ));
18         }
View Code

到这里呢,我们已经可以获取任意页数的数据了(当然是整数的)。但是还是有个问题,就是如果我们要查询的页数多了,界面会处于一个假死的状态,那我们要如何避免呢?眼尖的朋友估计都看到了线程了,没错,就是通过线程方法来给gridview进行一条条数据的加载,这样界面就不会处于假死状态了。这个的话,我们就明天来探讨吧。还是那句话,大家如果有其他更好的方法,欢迎探讨。

话说这些代码里的线程、Lambda表达式、事件与委托、正则都是我当初刚参加工作的时候刚接触的时候写的,写的不好的地方大家请见谅(这之后也没怎么接触过这些东西了)。

(编辑:李大同)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

    推荐文章
      热点阅读