自己写的一个抓取页面email地址的小程序

媳妇的工作需要群发邮件，见她一个一个的复制粘贴，有些不忍，编写了一个邮箱批量抓取的小程序，对她的工作有些小帮助。

抓取页面的emal地址，只需要两个步骤，1，通过url地址抓取页面信息，2，从页面信息中提取emal地址。下面奉上代码；

public static string GetHtml(string url)
{
string html = "";
try
{
WebClient MyWebClient = new WebClient();

Encoding utf8 = Encoding.UTF8;

Encoding defaultCode = Encoding.Default;

MyWebClient.Credentials = CredentialCache.DefaultCredentials;//获取或设置用于对向Internet资源的请求进行身份验证的网络凭据。

Byte[] pageData = MyWebClient.DownloadData(url);//从指定网站下载数据
string pageHtml = Encoding.Default.GetString(pageData);
string Encodeing = getEncoding(pageHtml);
if (Encodeing != "GB2312" && Encodeing != "GBK")
{
byte[] defaultBytes = Encoding.Convert(utf8, defaultCode, pageData);
pageHtml = Encoding.Default.GetString(defaultBytes);  //如果获取网站页面采用的是GB2312，则使用这句
}

html = pageHtml;
}
catch (WebException webEx)
{
Console.WriteLine(webEx.Message.ToString());
}
return html;
}

public static string getEncoding(string html)
{
Match match = Regex.Match(html, "charset=(?'ecncoding'.*[\\d|k|K])\"");
GroupCollection groups = match.Groups;
string ecncoding = groups["ecncoding"].Value;
return ecncoding.ToUpper();
}

protected void btnOk_Click(object sender, EventArgs e)
{
lstEmails.Items.Clear();
string html = GetHtml(this.txturl.Text.Trim());
string reg = @"[a-zA-Z0-9_\-\.]+@\w+(\.\w+)+";//匹配Email的正则表达式
MatchCollection matchs = Regex.Matches(html, reg);foreach (Match ms in matchs)
{
txtEmails.Items.Add(new ListItem(ms.Value+",\r\n"));
}
}

GetHtml（）方法用来抓取页面信息。getEncoding（）获取页面编码