摘要:
SgmlReader是一款SGML解析器,通过解析html文件,并能有效的把html转换为格式较规范的XHTML。所以,再利用XPath去查找你所想要的值是非常方便的。个人分析HTML方法:1.正则表达式2.字符串截取3.把HTML代码当成树形结构理解,想取到哪个节点的值很方便(属xml的一种)最近朋友需要一些房地产的数据,我试着找了一些采集的方法,google很多,最终无果。花一个晚上自己写了个简单房地产数据采集。核心是利用SgmlReader生成XHTML文档后,根据XPath 语句来读取数据。步骤:1. 下载WebURL HTML 代码以StreamReader 返回[代码] 2.在得到 阅读全文