Question

C# 正则表达式 提取URL并保存

目前在做一个简单的网络爬虫，但是在URL过滤这里遇到点麻烦 希望大家帮我解决一下，谢谢了！
1.先从网页的源码中，把所有herf后面的URL地址提取出来，必须是以http开头的地址
2.在提取出来的URL地址中，保留满足这个正则表达式（http://companyadc\.51job\.com/companyads/2\d{3}/\w{2,6}/\w*\d{4}_\d{4}/index\.htm）的URL，其他的删除。
3.将保留的URL保存到桌面的一个文本文件中

请问这3个步骤用C#分别应该怎么实现啊？

Answer 1

第二个正则是你自己写的么？
是的话第一个的正则就更好写了。。。

感觉你第一二步有重复啊，你直接用第二个正则去匹配不网页源码不就可以了？
至于保存成文本文件的方式就更多了，例如
ping 127.0.0.1 >c:\1.txt，直接调cmd就可以
也可以用streamwrite和filestream来写文本

Answer 2

分太少了。

Answer 3

上50分，给你源代码

Answer 4

这么多问题，居然一分都没有？？？

Answer 5

用一个就行了吧