从网上收集EMail（正则表达式，C#源码）

最近一直琢磨着写一个网络蜘蛛程序，专门负责收集一些自己感兴趣的东西。用.net写程序从网上取得网页源码比较容易实现，蜘蛛程序的难点在于两个方面，一是如何多线程的自动化处理（即从一个地址跳到另一个地址），另一个是从网页中提取指定的信息。自动化处理方面正在研究，从网页中提取信息，我觉得网上某些网友用String/StringBuilder来处理的方法不可取，用“正则表达式”无疑是最好的。尽管“正则表达式”不容易书写，但查一查资料，还是不难的。

以下是我写的一个从网页中抓取EMail的方法，可以处理带分页的link。用这个程序，我一下子从一个网页中提取到3000多个EMail（哈哈，发垃圾邮件的人是不是也这样做的？？）

1       //CAll

2        private void GetAllURL(string urlStr)

3        private void GetEmailAddress(object urlStr)

private ArrayList GetWebInfo(string URlStr,string RegExpress)

上述代码中的关键是书写提取EMail的表达式：

@"(?<EmailStr>\b[A-Z0-9._%-]+@[A-Z0-9._%-]+\.[A-Z]{2,4}\b)"

以下是我写的一个程序界面及运行结果：