ASP.NET如何抓取深交所中的各个公司利润表、资产负债表数据

[翘楚时代]

ASP.NET如何抓取深交所中的各个公司利润表、资产负债表数据

如题：各个公司每一年、每半年、每个季度都会向深交所提交公司年度报告，此份报告中包含有利润表、资产负债表信息，在网页上可具体查询出某个公司的这两张表单信息，问题：
1、如何提取网页中这两个表单内容到Excel？
2、如果不能抓取网页表单，我可以手动下载PDF格式的年度报告，那么如何提取PDF中的这两张表单数据？

PS：这两张表单都是固定格式，除非国家政策，否则不会变化。求高手~！

[SomethingJack]

又是数据采集哇哦~友情顶`

[人生难得一只鸡]

1.利用WebClient得到网页内容
2.分析内容，利用正则或者HtmlParse取得匹配想要的数据
3.保存或者导出

[huayy]

在老衲看来，抓取HTML远比抓取PDF要简单很多。
即2楼所述~

[翘楚时代]

比如 ：http://stockdata.stock.hexun.com/2009_zcfz_002050.shtml

如何把这张表单采集出来呢？

[myhope88]

抓取然后正则提取，但是pdf可能比较不好抓了

[EnForGrass]

参考
http://www.cnblogs.com/JemBai/archive/2008/09/14/1290780.html

[yyl8781697]

[Quote=引用 4 楼 yanlele424 的回复:]

比如 ：http://stockdata.stock.hexun.com/2009_zcfz_002050.shtml

如何把这张表单采集出来呢？
[/Quote]
不知道LZ有没有用过网页采集或者自己配过规则，
他们是通过对html代码中特定唯一的头尾标签来获取你需要的html代码，并按需求对其内容进行一定的过滤或者替换，
比如LZ给的页面中想要单单获取表格的话：头标签<div id="zaiyaocontent">
尾标签：</div>
<!-- zaiyaocontent end -->
这两个在那个html源码里面都是唯一的，你所需要的表格就在这两个标签的内级里面，
上面仅仅是思路，LZ想要具体实现去网上搜搜采集的源码，很多的
http://www.cnblogs.com/linyechengwei/archive/2008/11/06/1328241.html
http://www.21shipin.com/html/83651.shtml
希望对LZ有帮助