软件开发培训班 >> 编程开发 >> ASPNET


C# 实现抓取网站页面内容的实例方法

　　本文标签：C#,抓取,页面内容

抓取新浪网的新闻栏目，如图所示：

使用 谷歌浏览器的查看源代码： 通过分析得知，我们所要找的内容在以下两个标签之间：

复制代码 代码如下:

如图所示：

内容 。 。 。 。

使用VS建立一个如图所示的网站：

我们下载网络数据主要通过   WebClient 类来实现 。

使用下面源代码获取我们选择的内容：

复制代码 代码如下:

protected void Enter_Click(object sender, EventArgs e)
        {
            WebClient we = new WebClient();  //主要使用WebClient类
            byte[] myDataBuffer;
            myDataBuffer = we.DownloadData(txtURL.Text);  //该方法返回的是 字节数组，所以需要定义一个byte[]
            string download = Encoding.Default.GetString(myDataBuffer);  //对下载的数据进行编码

          
            //通过查询源代码，获取某两个值之间的新闻内容
            int startIndex = download.IndexOf("<!-- publish_helper name=要闻-新闻 p_id=1 t_id=850 d_id=1 -->");
            int endIndex = download.IndexOf("<!-- publish_helper name=要闻-财经 p_id=30 t_id=98 d_id=1 -->");

            string temp = download.Substring(startIndex, endIndex - startIndex + 1);  //截取新闻内容

            lblMessage.Text = temp;//显示所截取的新闻内容
        }


效果如图：

最后: 除了把下载的数据保存为文本以外，还可以保存为 文件类型 和 流 类型 。

复制代码 代码如下:

WebClient wc = new WebClient();
            wc.DownloadFile(TextBox1.Text, @"F:\test.txt");
            Label1.Text = "文件下载完成";

复制代码 代码如下:

WebClient wc = new WebClient();
            Stream  s =  wc.OpenRead(TextBox1.Text);

            StreamReader sr = new StreamReader(s);
            Label1.Text =  sr.ReadToEnd();