小偷程序之网页分块筛选

ASP.Net、C#实现网页小偷程序

asp.net、c#实现网页小偷程序
在asp中实现小偷是使用xmlhttp对象，最近在学习.net时看到了webclient类，于是将过去用来做小偷的程序改了一下，使用asp.net、c#来实现，程序写的比较简单，目的是为了起到抛砖引玉的作者，希望能与各位一起探讨，使之更加完善，下一步我将使之实现根据设置可以获取网页中指定的内容。以下是程序部分，包括在web页中的asp.net的源程序和c#中的源程序。

asp.net (getwebcontent.aspx)

<%@ page language="c#" %>
<%@ import namespace="system.net" %>
<%@ import namespace="system.text" %>
<script runat=server>
   //***********************************************************
   //*
   //*    使用asp.net实现网站小偷的程序
   //*       written by 笑笑 2005-12-11
   //*       网址：http://blog.hnce.net
   //*       email:hedongyang@gmail.com qq:5364083
   //*
   //***********************************************************
void page_load(object sender , eventargs e)
{
   string strurl="http://blog.hnce.net";    //欲获取的网页地址

   webclient mywebclient=new webclient();    //创建webclient实例mywebclient

   //获取或设置用于对向 internet 资源的请求进行身份验证的网络凭据。
   mywebclient.credentials=credentialcache.defaultcredentials;

   //从资源下载数据并返回字节数组。（加@是因为网址中间有"/"符号）
   byte[] pagedata=mywebclient.downloaddata(strurl);

   //以下两句每次只要使用一条即可，功能是一样是用来转换字符集，根据获取网站页面的字符编码选择
   //string result=encoding.default.getstring(pagedata);
   //如果获取网站页面采用的是gb2312，则使用这句
   string result=encoding.utf8.getstring(pagedata);
   //如果获取网站页面采用的是utf-8，则使用这句
   //因为我的博客使用了utf-8编码，所以在这里我使用这句
   response.write(result);   //在web页中显示获取的内容
}
</script>
<html>
<head>
<meta http-equiv="content-type" content="text/html; charset=gb2312" />
<title>无标题文档</title>
</head>

c# (getwebcontent.cs)

/*
*********************************************************
*
* 使用c#实现网站小偷的程序
*       written by 笑笑 2005-12-11
*       网址：http://blog.hnce.net
*       email:hedongyang@gmail.com qq:5364083
*
*********************************************************
*/
using system;
using system.net;
using system.text;

class getwebcontent
{
public static void main()
{
     try
     {

webclient mywebclient = new webclient();

mywebclient.credentials = credentialcache.defaultcredentials;

byte[] pagedata = mywebclient.downloaddata("http://blog.hnce.net");
string pagehtml = encoding.utf8.getstring(pagedata);
console.writeline(pagehtml);

     }
     catch (webexception webex)
     {
console.write(webex.tostring());
     }
}
}

下面为使用正则实现筛选

privatestring ClHtml(string html)
    {
        string str ="";
        string strtemp ="";
        string[] s;
        int n =0;
        Regex r =new Regex(@"weathertitle([\w\W]*?)text/javascript");
        MatchCollection ms = r.Matches(html);

        foreach (Match m in ms)
        {

            try
            {
                str = m.Groups[1].Value;

                str ="<div class=\""+ str;
                str = str.Replace("<script type='", "");

            }
            catch { }
        }

        //Regex rr = new Regex(@"title([\w\W]*?)</td>");
        //MatchCollection mss = rr.Matches(str);
        //int dd = 0;
        //int tell = 0;
        //int tell1 = 0;

        //string nametxt = "";
        //string telltxt = "";
        //foreach (Match mm in mss)
        //{

        //    try
        //    {
        //        strtemp = mm.Groups[1].Value;
        //        strtemp = strtemp.Replace("\t", "").Replace("\n", "");

        //        dd = strtemp.LastIndexOf("\">");
        //        nametxt = strtemp.Substring(0, dd).Replace("=\"", "");
        //        tell = strtemp.LastIndexOf("电话:");
        //        tell1 = strtemp.LastIndexOf("</span>");
        //        telltxt = strtemp.Substring(tell, tell1 - tell).Replace("电话:", "");
        //        no = no + 1;
        //        label2.Text = no.ToString() + "条";

        //        textBox2.Text = textBox2.Text + nametxt + "　" + telltxt + "\r\n";
        //    }
        //    catch { }
        //}
        //if (ms.Count == 0)
        //{
        //    n = 1;
        //}
        return n;
    }