C#如何抓取网页某个时间断之后的数据

最新推荐文章于 2022-06-25 10:28:32 发布

cxlhuihui

最新推荐文章于 2022-06-25 10:28:32 发布

阅读量284

点赞数

CC 4.0 BY-SA版权

分类专栏： c#

本文链接：https://blog.youkuaiyun.com/cxlhuihui/article/details/80742283

c# 专栏收录该内容

2 篇文章

订阅专栏

博客给出了两段代码，一段用于抓取网页所有数据，通过正则表达式匹配网页内容，筛选出日期大于指定日期的数据；另一段用于抓取最近一周内的产品，同样利用正则表达式匹配数据，筛选出日期在近一周内的数据。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

string regex = "<td class=\"art_tit\"><a href=\"(?<text>[^\"]*).*title=\"(?<title>[^\"]*\")";
MatchCollection mces = RegexUtil.GetGroupByRegex(html, regex);
if (mces == null || mces.Count <= 0) return;

//抓取网页的所有数据
DateTime startDate = new DateTime(2018, 4, 3);
foreach (Match m in mces)
{
DateTime date = TypeConvertUtil.StringToDateTime(m.Groups["date"].Value.Trim());
if (date <= startDate) continue;

SeekerResult result = new SeekerResult();
result.OrgCode = OrgCode;
result.Title = m.Groups["title"].Value.Trim();

抓取最近一周内的产品，代码如下：

//匹配数据
string regex = "<td width=\"70%\">\\s*<a href=\"(?<url>[^\"]*)\">(?<title>[^<]*)发行公告\\s*</a>\\s*</td>\\s*<td width=\"20%\" style=\"text-align:center;\">(?<date>\\d{4}.\\d{1,2}.\\d{1,2})";
MatchCollection mces = RegexUtil.GetGroupByRegex(html, regex);
if (mces == null || mces.Count <= 0) return;
DateTime startDate = DateTime.Now.AddDays(-7);
foreach (Match m in mces)
{
DateTime date = TypeConvertUtil.StringToDateTime(m.Groups["date"].Value.Trim());
if (date < startDate) continue;