练习用正则表达式将网页table转换到DataGridView

tianping

小辰同学要求将一个网页的表格数据抓取下来，
故做此练习。请看原网页及转换结果

tianping

原代码
包含一小段抓取网页html代码（未包含登录）

1. using System;
   
2. using System.Collections.Generic;
   
3. using System.ComponentModel;
   
4. using System.Data;
   
5. using System.Drawing;
   
6. using System.Linq;
   
7. using System.Text;
   
8. using System.Threading.Tasks;
   
9. using System.Windows.Forms;
   
10. using System.Text.RegularExpressions;
    
11. using System.IO;
    
12. using System.Net;
    
13. 
    
14. namespace NetCapture
    
15. {
    
16.     public partial class Form2 : Form
    
17.     {
    
18.         public Form2()
    
19.         {
    
20.             InitializeComponent();
    
21.         }
    
22. 
    
23.         private void button1_Click(object sender, EventArgs e)
    
24.         {
    
25.             this.dataGridView1.Columns.Clear();
    
26.             //定义表、表头、表体、表头单元格、数据行、数据单元格正则表达式
    
27.             Regex tableR =new Regex( @"<table[\s\S]*?</table>",RegexOptions.Multiline);
    
28.             Regex theadR = new Regex(@"<thead.*?</thead>");
    
29.             Regex headCellR = new Regex(@"(?<=<th.*?>)[^>]*?(?=</th>)");
    
30.             Regex rowR = new Regex(@"<tr.*?</tr>");
    
31.             Regex cellR = new Regex(@"(?<=<td.*?>)[^>]*?(?=</td>)");
    
32.             //定义变量
    
33.             int tableID = 0;
    
34.             int rowID = 0;
    
35.             int columnNum = 0;
    
36.             Dictionary<int,string> tableStrs = new Dictionary<int,string>();
    
37.             Dictionary<int, string> headStrs = new Dictionary<int, string>();  
    
38.             Dictionary<int,string> rowStrs = new Dictionary<int, string>();
    
39.             Dictionary<int, string> cellStrs = new Dictionary<int, string>();
    
40. 
    
41.             string htmlStr = Regex.Replace(this.richTextBox1.Text,@"(\s)|(</a>)|(</font>)",""); //去掉所有的</a>和空格
    
42.             MatchCollection tableMatchs = tableR.Matches(htmlStr);
    
43.             if (tableMatchs.Count<1)return;
    
44.             // 取得匹配表
    
45.             foreach (Match s in tableMatchs)            
    
46.                 tableStrs[tableID++]=s.Value;
    
47.             //处理第一个表，分为行
    
48.             MatchCollection rowMatchs = rowR.Matches(tableStrs[0]);
    
49.             foreach (Match s in rowMatchs)
    
50.                 rowStrs[rowID++] = s.Value;
    
51.             //取表头
    
52.             MatchCollection columnMatchs = headCellR.Matches(rowStrs[0]);
    
53.             //初始datagridview列
    
54.             columnNum = columnMatchs.Count;
    
55.             DataGridViewTextBoxColumn col;
    
56.             for (int i = 1; i <columnNum; i++)
    
57.             {
    
58.                 col = new DataGridViewTextBoxColumn();
    
59.                 col.Name ="col"+ i.ToString();
    
60.                 col.HeaderText =columnMatchs[i].Value;
    
61.                 this.dataGridView1.Columns.Add(col);               
    
62.             }
    
63. 
    
64.             //处理每数据行成单元格
    
65.             for (int i = 1; i < rowStrs.Count; i++)
    
66.             {
    
67.                 MatchCollection cellMatchs=cellR.Matches(rowStrs[i]);
    
68.                 int columnID = 0;
    
69.                 int index = this.dataGridView1.Rows.Add();
    
70.                 for (int j = 1; j < columnNum; j++)
    
71.                 {
    
72.                     this.dataGridView1.Rows[index].Cells[columnID++].Value = cellMatchs[j].Value;
    
73.                 }   
    
74.                                  
    
75.             }
    
76.         }
    
77.                
    
78.         private void button2_Click(object sender, EventArgs e)
    
79.         {
    
80. 
    
81.             WebRequest request = WebRequest.Create(textBox2.Text);
    
82.             WebResponse response = request.GetResponse();
    
83.             StreamReader reader = new StreamReader(response.GetResponseStream(), Encoding.GetEncoding("gb2312"));
    
84.             this.richTextBox1.Text = reader.ReadToEnd();
    
85.             reader.Close();
    
86.             reader.Dispose();
    
87.             response.Close();
    
88.         }
    
89.     }
    
90. }
    

复制代码