C#從新浪新聞上提取新聞標題

 下面我以新浪軍事新聞模塊提取軍事新聞的標題，將提取到的新聞標題保存到記事本上

static void Main(string[] args) 
      { 
          Stopwatch watch = new Stopwatch(); 
          watch.Start(); 
          WebClient wc = new WebClient(); 
          int count = 0; 
          //正則表達式 
          string regLinks = "<li><a\\s+href=\"http://mil.news.sina.com.cn/20\\d{2}-\\d{2}-\\d{2}/\\d{10}\\.html\"\\s+target=\"_blank\">(.+?)</a><span\\s+class=\"time\">(.+?)</span></li>"; 
          //由于耗時太久，在這里我只提取新浪100個頁面的新聞標題 
          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}個新聞標題",count); 
          Console.WriteLine("共計用時：{0}",watch.Elapsed); 
          Console.ReadKey(); 
      } 

朋友們可以提取其他相關網(wǎng)站的新聞標題，但是提取的時候一定要記得找源代碼規(guī)律，因為

1. //正則表達式 
2. string regLinks = "<li><a\\s+href=\"http://mil.news.sina.com.cn/20\\d{2}-\\d{2}-\\d{2}/\\d{10}\\.html\"\\s+target=\"_blank\">(.+?)</a><span\\s+class=\"time\">(.+?)</span></li>"; 

正則表達式的拼接是根據(jù)標題源代碼的規(guī)律來提取的，如果不找規(guī)律，是很難進行提取的。

希望大家可以根據(jù)程序來提取其他網(wǎng)站的內(nèi)容