从网页抓取数据( 手动输入效率太慢写的是什么？有什么区别？)

　　从网页抓取数据(

手动输入效率太慢写的是什么？有什么区别？)

　　 //要抓取数据的页面路径

string url = "http://www.scedu.net/banshi/used-car/lower-secondary-education/middle-school-list/1381286867.shtml";

//将页面上的数据转换为HTML

string html = Method.GetHtmlData(url);

// txt_content.Text = html;

//找到需要的数据匹配正则 (?.+?)

string regex = @"(?.+?)";

Regex listRegex = new Regex(regex, RegexOptions.Multiline | RegexOptions.IgnoreCase);

//得到匹配的数据集合

MatchCollection mc = listRegex.Matches(html);

JCheng.Model.School Model = new JCheng.Model.School();

//将得到的字符串分割存进数组

string[] str = txt_content.Text.Substring(0, txt_content.Text.Length - 1).Replace("<br />", "").Split(',');

//数据每六个为一个model类 ，如下循环添加入库。

for (int i = 0; i < str.Length - 1; )

{

Model.sName = str[i];

Model.sAddress = str[i + 1];

Model.sPostCode = str[i + 2];

Model.sPhone = str[i + 3];

Model.sEmail = str[i + 4];

Model.sClass = str[i + 5];

new JCheng.BLL.School().Add(Model);

i += 6;

}

　　经常遇到需要阅读省、市、县等信息的情况。数据庞大，人工输入效率太慢。上面的代码是一个区县所有中学信息的列表。用在数据库里，很爽快。哈哈，第一次做数据采集。代码肯定写得不好。让我们记录下来。我希望它会对大家有所帮助。