程序師世界是廣大編程愛好者互助、分享、學習的平台,程序師世界有你更精彩!
首頁
編程語言
C語言|JAVA編程
Python編程
網頁編程
ASP編程|PHP編程
JSP編程
數據庫知識
MYSQL數據庫|SqlServer數據庫
Oracle數據庫|DB2數據庫
 程式師世界 >> 編程語言 >> C語言 >> 關於C語言 >> C#實現通過程序自動抓取遠程Web網頁信息

C#實現通過程序自動抓取遠程Web網頁信息

編輯:關於C語言
通過程序自動的讀取其它網站網頁顯示的信息,類似於爬蟲程序。比方說我們有一個系統,要提取BaiDu網站上歌曲搜索排名。分析系統在根據得到的數據進行數據分析。為業務提供參考數據。
  為了完成以上的需求,我們就需要模擬浏覽器浏覽網頁,得到頁面的數據在進行分析,最後把分析的結構,即整理好的數據寫入數據庫。那麼我們的思路就是:
  1、發送HttpRequest請求。
  2、接收HttpResponse返回的結果。得到特定頁面的Html源文件。
  3、取出包含數據的那一部分源碼。
  4、根據html源碼生成HtmlDocument,循環取出數據。
  5、寫入數據庫。

程序如下:  

        //根據Url地址得到網頁的Html源碼
         private string GetWebContent(string Url)
         {
             string strResult="";
             try
             {
                 HttpWebRequest request = (HttpWebRequest)WebRequest.Create(Url);
    
//聲明一個HttpWebRequest請求
                 request.Timeout = 30000;
                
//設置連接超時時間
                 request.Headers.Set("Pragma", "no-cache");
                 HttpWebResponse response = (HttpWebResponse)request.GetResponse();
                 Stream streamReceive = response.GetResponseStream();
                 Encoding encoding = Encoding.GetEncoding("GB2312");
                 StreamReader streamReader = new StreamReader(streamReceive, encoding);
                 strResult = streamReader.ReadToEnd();
             }
             catch
             {
                 MessageBox.Show("出錯");
             }
             return strResult;
         }
為了使用HttpWebRequest和HttpWebResponse,需填名字空間引用
  using System.Net;

以下是程序具體實現過程:
private void button1_Click(object sender, EventArgs e)
         {
            
//要抓取的URL地址
             string Url = "http://list.mp3.baidu.com/topso/mp3topsong.Html?id=1#top2";

            //得到指定Url的源碼
   string strWebContent = GetWebContent(Url);

             richTextBox1.Text = strWebContent;
   
//取出和數據有關的那段源碼
             int iBodyStart = strWebContent.IndexOf("<body", 0);
             int iStart = strWebContent.IndexOf("歌曲TOP500", iBodyStart);
             int iTableStart = strWebContent.IndexOf("<table", iStart);
             int iTableEnd = strWebContent.IndexOf("</table>", iTableStart);
             string strWeb = strWebContent.Substring(iTableStart, iTableEnd - iTableStart + 8);

            //生成HtmlDocument
   WebBrowser webb = new WebBrowser();
             webb.Navigate("about:blank");
             HtmlDocument Htmldoc = webb.Document.OpenNew(true);
             Htmldoc.Write(strWeb);
             HtmlElementCollection htmlTR = Htmldoc.GetElementsByTagName("TR");
             foreach (HtmlElement tr in HtmlTR)
             {
                 string strID = tr.GetElementsByTagName("TD")[0].InnerText;
                 string strName = SplitName(tr.GetElementsByTagName("TD")[1].InnerText, "MusicName");
                 string strSinger = SplitName(tr.GetElementsByTagName("TD")[1].InnerText, "Singer");
                 strID = strID.Replace(".", "");
                
//插入DataTable
                 AddLine(strID, strName, strSinger,"0");

                 string strID1 = tr.GetElementsByTagName("TD")[2].InnerText;
                 string strName1 = SplitName(tr.GetElementsByTagName("TD")[3].InnerText, "MusicName");
                 string strSinger1 = SplitName(tr.GetElementsByTagName("TD")[3].InnerText, "Singer");
               
//插入DataTable
                 strID1 = strID1.Replace(".", "");
                 AddLine(strID1, strName1, strSinger1,"0");

                 string strID2 = tr.GetElementsByTagName("TD")[4].InnerText;
                 string strName2 = SplitName(tr.GetElementsByTagName("TD")[5].InnerText, "MusicName");
                 string strSinger2 = SplitName(tr.GetElementsByTagName("TD")[5].InnerText, "Singer");
                //插入DataTable
                 strID2 = strID2.Replace(".", "");
                 AddLine(strID2, strName2, strSinger2,"0");

             }
            
//插入數據庫
             InsertData(dt);
   
             dataGridView1.DataSource = dt.DefaultVIEw;
}

  1. 上一頁:
  2. 下一頁:
Copyright © 程式師世界 All Rights Reserved