使用HttpGet协议与正则表达实现桌面版的糗事百科

　　根据上面的分析，我使用c#语言并利用System.Net程序集中的HttpWebRequest和HttpWebResponse这两个类去实现网页内容的抓取。 源代码如下：  

　　   2、分析网页html源代码，提取需要的信息 在1中我们已经根据page页索引的不同而获取不同的页面内容，而这一步的任务就是如何从返回的html源代码中获取我们想要的笑话内容。 我们提取网页文字的笑话内容包括三个部分：发布笑话者的头像，发布笑话者的昵称，发布内容。   2.1 分析网页构造正则表达式 首先我们对html源码进行分析并找出我们想要的内容所在的标签位置，以及它们的html的结构。     这上面是我分析的我们所需要的内容所在html源码中的标签位置，由于一个页面中每条笑话的html显示标签都是一样的，所以只要能偶提取一条笑话的内容，那么该页的其它笑话也可以同样提取。由于这种结构基本是固定的，每个笑话的各部分内容都是用相同的html标签表示，并且位置也是相同的，因此在写正则表达的时候，可以用很多常量字符去固定，这样能够加快正则的匹配效率。下面给出匹配笑话内容的正则表达，（通过分组实现捕获一个笑话的不同内容）。当然这个正则表达式可能存在一些不能完全精确匹配的情况。   正则：<img src="([^"]*")s*alt="([^"]*)"/>s</a>s<a href="([^"]*)"[^>]*>s<h2>[^>]*>s</a>s</div>s*<div class="content">s*((.*|<br/>)*)   其中，第一个括号里面的内容代表“头像地址”，第二个括号里面的内容代表“昵称”，第三个括号里面的内容代表“笑话内容”   2.2 编码获取页面的所有笑话  a、首先建一个笑话的实体类 

　　b、利用正则获取笑话内容

　　c、根据头像url地址获取头像

　　3、数据绑定 数据都获取了，数据绑定是最容易的一步，由于数据获取这一步牵涉到web请求，会发生几秒的网络延迟，因此需要使用一个后台的工作线程去请求数据。在此处采用backgroundWorker控件来实现异步请求数据。其中UI部分借用了两个第三方控件，一个是加载的等待条，另一个是数据绑定控件。数据绑定代码就不贴出来了。可以在下面下载我的源码。   4、总结 在这个过程中，我对http的请求方式有了进一步的理解，也终于把平常学习的正则表达式发挥了用处。