最近剛完成一個簡單的網絡爬蟲，開始的時候很迷茫，不知道如何入手，後來發現了很多的資料，不過真正能達到我需要，有用的資料--代碼很難找。所以我想發這篇文章讓一些要做這個功能的朋友少走一些彎路。
首先是抓取Html源碼，並選擇<ul class="post_list"> </ul>節點的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); //開始位置
if (iBodyStart == -1)
return null;
iBodyStart += startString.Length; //第一次字符位置起的長度
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長度
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參數,否則不能return
iBodyEnd = 0;
int iBodyStart = istr.IndexOf(startString, 0); //開始位置
if (iBodyStart == -1)
return null;
iBodyStart += startString.Length; //第一次字符位置起的長度
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長度
string strResult = istr.Substring(iBodyStart, iBodyEnd - iBodyStart - 1);
return strResult;
}
好了，上面就是全部代碼了，如果你想要運行出來的話，有些細節要自己修改下。
以上就是本文的全部內容，希望對大家的學習有所幫助。
