C# 抓取网页Html源码 (网络爬虫)
2011-10-30 23:19
393 查看
刚刚完成一个简单的网络爬虫,因为在做的时候在网上像无头苍蝇一样找资料。发现了很多的资料,不过真正能达到我需要,有用的资料--代码很难找。所以我想发这篇文章让一些要做这个功能的朋友少走一些弯路。
首先是抓取Html源码,并选择<ul class="post_list"> </ul>节点的href:要添加 using System.IO;using System.Net;
好了,上面就是全部代码了,如果你想要运行出来的话,有些细节要自己修改下。
首先是抓取Html源码,并选择<ul class="post_list"> </ul>节点的href:要添加 using System.IO;using System.Net;
private void Search(string url) { string rl; WebRequest Request = WebRequest.Create(url.Trim()); WebResponse Response = Request.GetResponse(); Stream resStream = Response.GetResponseStream(); StreamReader sr = new StreamReader(resStream, Encoding.Default); StringBuilder sb = new StringBuilder(); while ((rl = sr.ReadLine()) != null) { sb.Append(rl); } string str = sb.ToString().ToLower(); string str_get = mid(str, "<ul class=\"post_list\">", "</ul>"); int start = 0; while (true) { if (str_get == null) break; string strResult = mid(str_get, "href=\"", "\"", out start); if (strResult == null) break; else { lab[url] += strResult; str_get = str_get.Substring(start); } } } private string mid(string istr, string startString, string endString) { int iBodyStart = istr.IndexOf(startString, 0); //开始位置 if (iBodyStart == -1) return null; iBodyStart += startString.Length; //第一次字符位置起的长度 int iBodyEnd = istr.IndexOf(endString, iBodyStart); //第二次字符在第一次字符位置起的首次位置 if (iBodyEnd == -1) return null; iBodyEnd += endString.Length; //第二次字符位置起的长度 string strResult = istr.Substring(iBodyStart, iBodyEnd - iBodyStart - 1); return strResult; } private string mid(string istr, string startString, string endString, out int iBodyEnd) { //初始化out参数,否则不能return iBodyEnd = 0; int iBodyStart = istr.IndexOf(startString, 0); //开始位置 if (iBodyStart == -1) return null; iBodyStart += startString.Length; //第一次字符位置起的长度 iBodyEnd = istr.IndexOf(endString, iBodyStart); //第二次字符在第一次字符位置起的首次位置 if (iBodyEnd == -1) return null; iBodyEnd += endString.Length; //第二次字符位置起的长度 string strResult = istr.Substring(iBodyStart, iBodyEnd - iBodyStart - 1); return strResult; }
好了,上面就是全部代码了,如果你想要运行出来的话,有些细节要自己修改下。
相关文章推荐
- C# 抓取网页Html源码 (网络爬虫)
- C# 抓取网页Html源码 (网络爬虫)
- C# 抓取网页Html源码 (网络爬虫)
- C# 抓取网页Html源码 (网络爬虫)(转)
- C# 使用HtmlAgilityPack抓取网页信息
- C#获取网页HTML源码实例
- C#获取网页源代码,去除html标签,提取文字源码
- 使用C#获取网页HTML源码的例子
- 基于C#实现网络爬虫 C#抓取网页Html源码
- C# 使用 Abot 实现 爬虫 抓取网页信息 源码下载
- 【C#】WinForm 之 DOTA2英雄搭配助手(网页抓取+在线绿色版+源码开放)
- C#抓取网页数据、分析并且去除HTML标签
- 如何抓取网页数据、分析并且去除Html标签(C#)
- C#程序抓取网页源码实例(winform程序)
- c#(winform)抓取网页源码和链接
- 如何抓取网页数据、分析并且去除Html标签(C#)
- 如何抓取网页数据、分析并且去除Html标签C#(转载)
- C#实现下载网页HTML源码的方法
- c# 去除网页源码中的HTML标记
- 【工作笔记0006】C#调用HtmlAgilityPack类库实现网页数据抓取