用C#2.0实现网络蜘蛛(WebSpider)

核心提示： 情况2： comprg情况3： comprggetHref方法中的p存储了用于过滤这三种情况的href，也就是说，用C#2.0实现网络蜘蛛(WebSpider)(10)，使用正则表达式可以获得上述三种情况的href如下：从情况1获得得的href：href = "http://ww

情况2： comprg

情况3： comprg

getHref方法中的p存储了用于过滤这三种情况的href，也就是说，使用正则表达式可以获得上述三种情况的href如下：

从情况1获得得的href：href = "http://www.comprg.com.cn"

从情况2获得得的href：href = 'http://www.comprg.com.cn'

从情况3获得得的href：href = http://www.comprg.com.cn

在获得上述的href后，需要将url提出来。这个功能由getUrl完成，这个方法的实现代码如下：

getUrl方法的实现

　//　从href中提取url
　　private　String　getUrl(string　href)
　　{
　　try
　　{
　　if　(href　==　null)　return　href;
　　int　n　=　href.IndexOf('=');　//　查找'='位置
　　String　s　=　href.Substring(n　+　1);
　　int　begin　=　0,　end　=　0;
　　string　sign　=　"";
　　if　(s.Contains("\""))　//　第一种情况
　　sign　=　"\"";
　　else　if　(s.Contains("'"))　//　第二种情况
　　sign　=　"'";
　　else　//　第三种情况
　　return　getFullUrl(s.Trim());
　　begin　=　s.IndexOf(sign);
　　end　=　s.LastIndexOf(sign);
　　return　getFullUrl(s.Substring(begin　+　1,　end　-　begin　-　1).Trim());
　　}
　　catch　(Exception　e)
　　{
　　throw　e;
　　}
　　}