贫民窟里的程序高手

摘要： public string NoHTML(string Htmlstring) { Htmlstring = Regex.Replace(Htmlstring, @"<script[^>]*?>.*?</script>", "", RegexOptions.IgnoreCase); Htmlstring = Regex.Replace(Htmlstring, @"<(.[^>]*)>", "", RegexOptions.IgnoreCase); Htmlstring 阅读全文

摘要： HttpUtility.UrlDecode(par, Encoding.GetEncoding("utf-8"));HttpUtility是一个帮助类，可以用它在gb2312编码下的页面里接受utf8编码的参数，用法如上。 阅读全文

摘要： 本文转载自：http://www.cnblogs.com/phishine/articles/1599258.html1.Heritrix简介Heritrix是一个专门为互联网上的网页进行存档而开发的网页检索器。它使用Java编写并且完全开源。它主要的用户界面可以通过一个web流量器来访问并通过它来控制检索器的行为，另外，它还有一个命令行工具来供用户选择调用。Heritrix是由互联网档案馆和北欧国家图书馆联合规范化编写于2003年初。第一次正式发布是在2004年1月，并不断的被互联网档案馆和其他感兴趣的第三方改进着。到现在已经成为一个成熟的开源爬虫，并被广泛使用。Heritrix的操作模型: 阅读全文