网页中的缀余信息如何才能过滤啊？非常感谢！！！
0
悬赏园豆：10
[已关闭问题]
关闭于 2008-07-09 20:07
<P><STRONG><FONT color=#000080 size=2>我现在想通过一种算法，实现去除网页中的广告</FONT></STRONG></P>
<P><STRONG><FONT color=#000080 size=2>等一些缀余信息，还过滤掉那些不重要的东西。</FONT></STRONG></P>
<P><FONT size=2><STRONG><FONT color=#000080>我只要提取正文标题</FONT></STRONG><STRONG><FONT color=#000080>和内容，提取后下载到本地，而不用去浏览网页，这样能实现吗？</FONT></STRONG></FONT></P>
<P><STRONG><FONT color=#000080 size=2>请高手指教下，谢谢啦！</FONT></STRONG></P>
<P><STRONG><FONT color=#000080 size=2>若能有具体的算法，或是实例，那更是感激不尽了！</FONT></STRONG></P>
<P><STRONG><FONT color=#000080><FONT size=2>我的邮箱是：</FONT><A href="mailto:527302149@qq.com"><FONT size=2>527302149@qq.com</FONT></A></FONT></STRONG></P>
<P><FONT size=2><STRONG>现在急用！！！！！！</STRONG></FONT></P>
<P><STRONG><FONT color=#000080 size=3></FONT></STRONG> </P>
问题补充：
我想用正则表达式把下面:
在<tilte></tiltle><p></p>
里面的内容过滤出来
请问高手怎么用C#编写代码啊?
谢谢了,
急用!!!!!!!!!!
<!--[1,1,15900928] published at 2008-07-09 14:32:08 from #194 by 2674-->
<!--北京晚报-->
<!---->
<html>
<head>
<meta http-equiv="Content-type" content="text/html; charset=gb2312">
<title>奥运纪念钞20分钟抢兑一空_新闻中心_新浪网</title>
<meta name=keywords content="奥运纪念钞20分钟抢兑一空">
<meta name=description content="奥运纪念钞20分钟抢兑一空">
<meta name="stencil" content="PGLS000115">
<meta name="publishid" content="1,1,15900928">
<meta name="subjectid" content="1,63,3622">
<link rel="alternate" type="application/rss+xml" title="新浪新闻中心_国内新闻" href="http://rss.sina.com.cn/news/china/focus15.xml" />
<script type="text/javascript" src="http://i3.sinaimg.cn/home/sinaflash.js"></script>
<style type="text/css">
/* 通用 */
*{margin:0;padding:0;}
body {background: #FFF;color:#000;margin:0;text-align:center;}
td,div{font-size:12px;}
ul,li{list-style:none;}
ul,p,ol{line-height:20px;}
select,input{vertical-align:middle;}
img{border:0;}
.f14 {font-size:14px;}
.lh20 {line-height:20px;}
.b1{border:1px #fcc solid;}
a{text-decoration: underline;color: #009}
/*a:visited{color:#800080;}*/
a:hover{color: #f00;}
.f14links{line-height:23px;}
.f14links,.f14links a{font-size:14px;color:#009;}
.f14links a:hover{color:#F00;}
.f14links li{padding-left:13px;background:url(http://i0.sinaimg.cn/dy/legal/2006index/news_law_hz_012.gif) no-repeat 3px 45%;}
.clearit{clear:both;font-size:0;line-height:0;height:0;}
#wrap{width:950px; overflow:hidden; margin:0 auto;background:#FFF;text-align:left;}
.split{font-size:0;line-height:0;clear:both;height:6px;}
.lsplit{font-size:0;line-height:0;clear:both
所有回答(2)
0
你已经发过一次这个问题了，就是用正则表达式提取；如果不会正则表达式就用心学学。
0
其实你只是要标题和内容，那就分析对方的HTML，然后用正则，甚至indexOf都可以找出标题和内容的位置，用正则或substring都可以把你想要的东西提取出来