c# 简单搜索引擎

在网上无意看到这个东西，我大概看了一下C#的代码，里面实现很简单，当然只能算是一个演示版本吧！不可能有Google Baidu的那么强大。有爬虫代码 Web代码

主要的代码分析如下：

/// <summary>
/// 取得该URL网页内容数据.调用后面的分析函数。
/// </summary>
private void GetHTML() {
if (_HTMLData != null) return;
Byte[] BinData;
try {
WebClient wc = new WebClient();
BinData = wc.DownloadData(_URL);
_HTMLData = Encoding.Default.GetString(BinData);
wc.Dispose();
}
catch (Exception) { Console.WriteLine("Can not read this page!"); return; }
GetTitle();
GetMeta();
GetLink();
if (OnFinishAnalyze != null) { OnFinishAnalyze(this, new EventArgs()); }
Console.WriteLine("Finish!");
this.Dispose();
}
/// <summary>
/// 分析URL里的Title
/// </summary>
private void GetTitle() {
if (_Title != null) return;

//"(<title>([\S\s]+)</title>)" 提取网页标题的正则表达式
Regex reg = new Regex(@"<title>([\S\s]+)</title>", RegexOptions.IgnoreCase);
try{
Match m = reg.Matches(_HTMLData)[0];
if (m.Success) _Title = m.Groups[1].Captures[0].ToString();
}
catch (Exception) { _Title = ""; }

}
/// <summary>
/// 解析Html代码里的超链接.获得子URL集.
/// </summary>
private void GetLink() {
if (_ChildURLSet != null) return;
ArrayList urlset=new ArrayList();
//"<a[\\s]+href=\"?([\\S]+)\"?[^ <>]+>([^ <>]+)</a>" //提取超链接的正则表达式
Regex reg = new Regex("<a[\\s]+href=\"?([\\S]+)\"?[^<>]+>([^<>]+?)</a>", RegexOptions.IgnoreCase);
MatchCollection mm;
try { mm = reg.Matches(_HTMLData); } catch (Exception) { return; }
urlset.Add(new QLinkURL(this._URL, "", this._MetaWords,this._Title));
foreach (Match m in mm) {
urlset.Add(new QLinkURL(URLJoin(m.Groups[1].Captures[0].ToString()), m.Groups[2].Captures[0].ToString().Replace(" ",""), ""));
}
_ChildURLSet = (QLinkURL[])urlset.ToArray(System.Type.GetType("QSplider.QLinkURL"));
}
private void GetMeta() {
if (_MetaWords != null) return;

//<meta[\S\s]+name="?keywords"?[\S\s]+content="?([\S\s]+)"?[\S\s]+></meta>
Regex reg = new Regex("<meta[\\S\\s]+name=\"?keywords\"?[\\S\\s]+content=\"?([\\S\\s]+)\"?[\\S\\s]+></meta>", RegexOptions.IgnoreCase);
try{
Match m = reg.Matches(_HTMLData)[0];
if (m.Success) _MetaWords = m.Groups[1].Captures[0].ToString();
}catch(Exception){ _MetaWords = "";}
}
public void Dispose() {
this._HTMLData = null;
this._ChildURLSet = null;
this._MetaWords = null;
this._Title = null;
}
public string URLJoin(string s2) {
s2=s2.Trim(_SplitChar);
if (s2.StartsWith("http://", true,null)) return s2;
if(s2.StartsWith("/")) s2.Substring(1,s2.Length-1);
if (_URL.LastIndexOf("/") > 9) _URL = _URL.Substring(0,_URL.LastIndexOf("/"));
return (_URL + "/" + s2).Trim(_SplitChar);
}

主要工作的函数就是上面的几个了！这是一个爬虫的代码！

当然还有数据库的，还有web的！
下载地址如下：
http://59.70.157.222/QSearch.Splider.zip
http://59.70.157.222/QSearch.WebSite.zip

本地下载：

下载文件