ASP.NET通用采集程序GatherInfo的实现

这是我面试的题目，借用了很多网上同仁的代码，如有冒犯，请海涵！

现在工作真难找，我应聘的单位是http://www.027dns.net/,希望公司经理能给我上班的机会，我会很 努力的，因为软件行业才是我的世界！我一个大学本科生当保安都成了同事们的笑话了，呵呵。

这是我第一次求职软件行业，第一次做面试题目，第一次自己这么认真写博客文章，写的不好，大家 请指正，我会进步的！

张素丰，转载请注明出处 http://www.cnblogs.com/zhangsufeng/archive/2009/02/28/1400224.html

屁话少说，正文开始：

假如我们采集网址：http://info.laser.hc360.com/list/z_news_yw.shtml 上的新闻，要求采集标题 、时间、内容、单篇文章如果有翻页则采集完全。

这种类型的采集就是从指定网页获得新闻列表(即url)，然后通过其url获得新闻详情，这是一种很常 见的采集方式，有可能到很多页面上去采集，所以我们可以采用接口来构造基类。

首先定义　 IGatherInfo.cs

　1using System;

　2using System.Collections.Generic;

　3using System.Linq;

　4using System.Text;

　5

　6namespace ClassLibrary

　7{

　8　　　 /**//// <summary>

　9　　　 /// 新闻采集类接口

10　　　 /// </summary>

11　　　 interface IGatherInfo

12　　　 {

13　　　　　　　 /**//// <summary>

14　　　　　　　 /// 采集时间

15　　　　　　　 /// </summary>

16　　　　　　　 string gatherTime

17　　　　　　　 {

18　　　　　　　　　　　 get;

19　　　　　　　　　　　 set;

20　　　　　　　 }

21　　　　　　　 /**//// <summary>

22　　　　　　　 /// NewsListUrl:抽取页地址

23　　　　　　　 /// RegexString:正则表达式，抽取逻辑

24　　　　　　　 /// 返回新闻页url

25　　　　　　　 /// </summary>　　　　　　 

26　　　　　　　 List<string> GatherUrlList(string NewsListUrl, string RegexString);

27　　　　　　　 //采集新闻详细内容

28　　　　　　　 List<NewsDetail> GatherNewsDetail(List<string> NewsUrlList, 

string RegeXString);

29　　　 }

30}

31

以上是小编为您精心准备的的内容，在的博客、问答、公众号、人物、课程等栏目也有的相关内容，欢迎继续使用右上角搜索按钮进行搜索正则表达式
， string
， 新闻
， system
， 抽取
采集腾讯新闻
，以便于您获取更多的相关知识。