蜘蛛程序

来源：互联网发布：最短路径算法 c# 编辑：程序博客网时间：2024/04/28 21:11

private void Form1_Load(object sender, EventArgs e) {

            MatchCollection mc1 = Regex.Matches(this.richTextBox1.Text, @"&#[0-9]{1,};");
            foreach (Match m in mc1) {
                MessageBox.Show(m.Value);
                this.richTextBox1.Text=this.richTextBox1.Text.Replace(m.Value,ConvertToUni(m.Value));
            }
            MatchCollection mc = Regex.Matches(this.richTextBox1.Text, @"/w+([-+.']/w+)*@/w+([-.]/w+)*/./w+([-.]/w+)*");
            foreach (Match m in mc) {
                MessageBox.Show(m.Value);
            }

}

        private static string ConvertToUni(string str) {
            try {
                string[] asistrs = str.Split(';');
                string newstr = "";
                foreach (string asistr in asistrs) {
                    if (!asistr.Equals("")) {
                        string tmps = asistr.Remove(0, 2);
                        int asicode = int.Parse(tmps);
                        char t = (char)asicode;
                        newstr += t;
                    }
                }
                return newstr;
            }
            catch (Exception ex) {
                throw ex;
            }
        }

2006-01-26 21:31:24 动性忍心
ConvertToUni这个什么用的？

2006-01-26 21:32:02 一夜听春雨
&#64代表asi数字64的字符

2006-01-26 21:32:07 一夜听春雨
也就是@

2006-01-26 21:31:55 动性忍心
哦

2006-01-26 21:32:27 一夜听春雨
把asi数字转换成字符

2006-01-26 21:32:31 一夜听春雨
替换进去

2006-01-26 21:32:27 动性忍心
好个

2006-01-26 21:32:59 一夜听春雨
先用正则表达找到&#的字符

2006-01-26 21:33:05 一夜听春雨
然后1个个替换掉他

2006-01-26 21:33:22 一夜听春雨
然后在用正则表达得到符合email格式的字符串

2006-01-26 21:35:08 一夜听春雨
一定要用现成组啊否则很慢的这点你注意了

2006-01-26 21:35:37 动性忍心
ok

2006-01-26 21:40:11 一夜听春雨
数据库你用sql server或者mysql吧

2006-01-26 21:40:31 一夜听春雨
或者干脆用XML

2006-01-26 21:40:36 动性忍心
好，不过我２００５不会连sql２０００的数据库啊

2006-01-26 21:41:07 一夜听春雨
用xml

2006-01-26 21:41:35 一夜听春雨
先主要功能完善了就添加把xml导出各种数据库的功能

2006-01-26 21:42:01 一夜听春雨
我开发了支持多数据库接口的类了这个简单的到时候你用我的类就可以了

2006-02-07 16:49:11 动性忍心
一个页面先要抓取所有的连接和这个页面的电子邮件，然后依次蜘蛛抓取下面的连接和电子邮件，要有算法的，不然很慢啊，还有用什么取源代码比较快我用的是webclient

2006-02-07 16:49:39 动性忍心
多线程的话怎么能互相不干扰~几个线程合适

2006-02-07 16:52:11 一夜听春雨
先定义1个arraylist

2006-02-07 16:52:24 一夜听春雨
把链接放到arraylist里

2006-02-07 16:53:07 一夜听春雨
然后循环处理

2006-02-07 16:54:22 一夜听春雨
然后把新的链接保存到1个临时的arraylist里

2006-02-07 16:55:33 一夜听春雨
当第一个arraylist处理完的时候把他清空把临时的arraylist加入,这样一直循环的处理,直到临时的arraylist取不到连接为止

2006-02-07 16:56:07 一夜听春雨
线程你要用线程组,不用取管他,他会自己分配的

2006-02-07 16:57:46 一夜听春雨
线程组最大现成.NET1.1里好像是25 不过你不用管的,他自己会处理的线程不空闲的时候他会把其它任务处于等待状态,当有线程空闲的时候他会自己把新的任务加到线程池