到昨晚为止，我们已经获取第一页的数据了，但是这是不是有很大的局限性呢？比如如果我要获取前3页的，那我是不是要改代码？我们点击第二页的时候浏览器上面是不是还是显示“http://www.cnblogs.com/”？那我们把鼠标放在第二页上，就可以发现博客园的分页方式，我们把这个地址再地址栏中输入也还是可以到达第二页，所以说我们的想法是正确的。所以我们可以再界面上加一个文本框（用来输入我们要获取的页数），然后再放一个按钮用来查询。
代码如下：
1 int page=1; 2 try 3 { 4 page = Convert.ToInt32(txtPage.Text.Trim()); 5 } 6 catch 7 { 8 MessageBox.Show("请输入数字","提示"); 9 } 10 for (int i = 1; i <= page; i++) 11 { 12 Html = Html + GetHtml("http://www.cnblogs.com/p" + i); 13 } 14 Thread thread = new Thread(new ThreadStart(() => 15 { 16 GetContent gc = new GetContent(); 17 gc.getResults += new GetContent.CnblogsEventHandler(gc_getResults); 18 gc.getResult(Html); 19 } 20 )); 21 thread.IsBackground = true; 22 thread.Start();
1 public class GetContent 2 { 3 public delegate void CnblogsEventHandler(List<CnblogsResult> results); 4 public event CnblogsEventHandler getResults; 5 public List<CnblogsResult> getResult(string Html) 6 { 7 List<CnblogsResult> results = new List<CnblogsResult>(); 8 Regex regexContent = new Regex("<div class=\"post_item_body\">(?<content>.*?)<div class=\"clear\"></div>",RegexOptions.Singleline);//获取单个随笔数据 9 Regex regexProperty = new Regex("<h3><a.*?href=\"(?<href>.*?)\".*?>(?<Title>.*?)</a></h3>.*?<a .*? class=\"lightblue\".*?>(?<Author>.*?)</a>.*?发布于.*?(?<time>.*?)<span",10 RegexOptions.Singleline);//获取标题、时间、链接、作者等 11 if (regexContent.IsMatch(Html)) 12 { 13 var blog = regexContent.Matches(Html); 14 int i = 1; 15 foreach (Match item in blog) 16 { 17 CnblogsResult result = new CnblogsResult(); 18 if (regexProperty.IsMatch(item.ToString())) 19 { 20 var Property = regexProperty.Match(item.ToString()); 21 result.Title = Property.Groups["Title"].Value; 22 result.Author = Property.Groups["Author"].Value; 23 result.time = Property.Groups["time"].Value; 24 result.href = Property.Groups["href"].Value; 25 result.Rank = i; 26 i++; 27 28 } 29 results.Add(result); 30 } 31 } 32 if (getResults != null) 33 { 34 getResults(results); 35 } 36 return results; 37 } 38 }
其中CnblogsResult是我定义的一个实体类：
1 public class CnblogsResult 2 { 3 public int Rank { get; set; } 4 public string Title { get; set; } 5 public string Author { get; set; } 6 public string time { get; set; } 7 public string href { get; set; } 8 }
然后再Form类里加一段方法：
1 void gc_getResults(List<CnblogsResult> results) 2 { 3 DataTable dt = new DataTable(); 4 dt.Columns.Add("Rank"); 5 dt.Columns.Add("Title"); 6 dt.Columns.Add("Author"); 7 dt.Columns.Add("time"); 8 dt.Columns.Add("href"); 9 foreach (var item in results) 10 { 11 dt.Rows.Add(item.Rank,item.Title,item.Author,item.time,item.href); 12 } 13 Invoke(new Action(() =>//委托主线程来完成数据绑定 14 { 15 dgvCnblogs.DataSource = dt; 16 } 17 )); 18 }
到这里呢，我们已经可以获取任意页数的数据了（当然是整数的）。但是还是有个问题，就是如果我们要查询的页数多了，界面会处于一个假死的状态，那我们要如何避免呢？眼尖的朋友估计都看到了线程了，没错，就是通过线程方法来给gridview进行一条条数据的加载，这样界面就不会处于假死状态了。这个的话，我们就明天来探讨吧。还是那句话，大家如果有其他更好的方法，欢迎探讨。
话说这些代码里的线程、Lambda表达式、事件与委托、正则都是我当初刚参加工作的时候刚接触的时候写的，写的不好的地方大家请见谅（这之后也没怎么接触过这些东西了）。
