首页 > 编程 > C# > 正文

基于C#实现网络爬虫 C#抓取网页Html源码

2020-01-24 01:13:48
字体:
来源:转载
供稿:网友

最近刚完成一个简单的网络爬虫,开始的时候很迷茫,不知道如何入手,后来发现了很多的资料,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;

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。

以上就是本文的全部内容,希望对大家的学习有所帮助。

发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表