个人中心
gpt4 book ai didi

asp.net 抓取网页源码三种实现方法

转载 作者：qq735679552 更新时间：2022-09-29 22:32:09 26 4
gpt4 key购买 nike

CFSDN坚持开源创造价值，我们致力于搭建一个资源共享平台，让每一个IT人在这里找到属于你的精彩世界.

这篇CFSDN的博客文章asp.net 抓取网页源码三种实现方法由作者收集整理，如果你对这篇文章有兴趣，记得点赞哟.

方法1 比较推荐   。

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
/// <summary> 
 
     /// 用HttpWebRequest取得网页源码 
     /// 对于带BOM的网页很有效，不管是什么编码都能正确识别 
     /// </summary> 
     /// <param name="url">网页地址" </param> 
     /// <returns>返回网页源文件</returns> 
     public static string GetHtmlSource2( string url)
     {
       //处理内容 
       string html = "" ;
       HttpWebRequest request = (HttpWebRequest)WebRequest.Create(url);
       request.Accept = "*/*" ; //接受任意文件
       request.UserAgent = "Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.2; .NET CLR 1.1.4322)" ; // 模拟使用IE在浏览 http://www.zzvips.com
       request.AllowAutoRedirect = true ; //是否允许302
       //request.CookieContainer = new CookieContainer();//cookie容器，
       request.Referer = url; //当前页面的引用
 
 
       HttpWebResponse response = (HttpWebResponse)request.GetResponse();
       Stream stream = response.GetResponseStream();
       StreamReader reader = new StreamReader(stream, Encoding.Default);
       html = reader.ReadToEnd();
       stream.Close();
 
 
       return html;
     }

方法2  。

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
using System;
using System.Collections.Generic;
using System.Linq;
using System.Web;
using System.IO;
using System.Text;
using System.Net;
 
namespace MySql
{
   public class GetHttpData
   {
     public static string GetHttpData2( string Url)
     {
       string sException = null ;
       string sRslt = null ;
       WebResponse oWebRps = null ;
       WebRequest oWebRqst = WebRequest.Create(Url);
       oWebRqst.Timeout = 50000;
       try
       {
 
         oWebRps = oWebRqst.GetResponse();
 
       }
       catch (WebException e)
       {
         sException = e.Message.ToString();
       }
       catch (Exception e)
       {
         sException = e.ToString();
 
       }
       finally
       {
         if (oWebRps != null )
         {
 
           StreamReader oStreamRd = new StreamReader(oWebRps.GetResponseStream(), Encoding.GetEncoding( "utf-8" ));
           sRslt = oStreamRd.ReadToEnd();
           oStreamRd.Close();
           oWebRps.Close();
         }
       }
 
       return sRslt;
     }
 
   }
}

方法3 。

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
public static string getHtml( string url, params string [] charSets) //url是要访问的网站地址，charSet是目标网页的编码，如果传入的是null或者""，那就自动分析网页的编码
   {
     try
     {
       string charSet = null ;
       if (charSets.Length == 1) {
         charSet = charSets[0];
       }
       WebClient myWebClient = new WebClient(); //创建WebClient实例myWebClient
       // 需要注意的：
       //有的网页可能下不下来，有种种原因比如需要cookie,编码问题等等
       //这是就要具体问题具体分析比如在头部加入cookie
       // webclient.Headers.Add("Cookie", cookie);
       //这样可能需要一些重载方法。根据需要写就可以了
 
 
       //获取或设置用于对向 Internet 资源的请求进行身份验证的网络凭据。
       myWebClient.Credentials = CredentialCache.DefaultCredentials;
       //如果服务器要验证用户名,密码
       //NetworkCredential mycred = new NetworkCredential(struser, strpassword);
       //myWebClient.Credentials = mycred;
       //从资源下载数据并返回字节数组。（加@是因为网址中间有"/"符号）
       byte [] myDataBuffer = myWebClient.DownloadData(url);
       string strWebData = Encoding.Default.GetString(myDataBuffer);
 
 
       //获取网页字符编码描述信息
       Match charSetMatch = Regex.Match(strWebData, "<meta([^<]*)charset=([^<]*)\"" , RegexOptions.IgnoreCase | RegexOptions.Multiline);
       string webCharSet = charSetMatch.Groups[2].Value;
       if (charSet == null || charSet == "" )
         charSet = webCharSet;
 
 
       if (charSet != null && charSet != "" && Encoding.GetEncoding(charSet) != Encoding.Default)
       {
         strWebData = Encoding.GetEncoding(charSet).GetString(myDataBuffer);
       }
       else {
         strWebData = Encoding.GetEncoding( "utf-8" ).GetString(myDataBuffer);
       }
       return strWebData;
     }
     catch (Exception e) { return "" ; }
   }

asp.net 获取网页源文件的方法 。

有时候我们需要获取 网页源文件，所以用以下这个方法很容易完成任务！ 。

?
1
2
3
4
5
6
7
8
9
private string GetStringByUrl( string strUrl)
{
   WebRequest wrt = WebRequest.Create(strUrl);
   WebResponse wrse = wrt.GetResponse();
   Stream strM = wrse.GetResponseStream();
   StreamReader SR = new StreamReader(strM,  Encoding.GetEncoding( "gb2312" ));
   string strallstrm = SR.ReadToEnd();
   return strallstrm;
}

只要传入要下载网页的地址就OK了！ 通过这个方法做个源码导出

?
1
2
3
4
5
6
7
8
9
private string SaveHTML()
  {    
string str = RenderPage( "Default2.aspx" );
     Response.ContentEncoding = System.Text.Encoding.GetEncoding( "UTF-8" ); //解决中文乱码
     Response.AddHeader( "Content-Disposition" , "attachment;filename=index.html" ); //解决中文文件名乱码  
     Response.AddHeader( "Content-length" ,str.Length.ToString());
     Response.Write(str);
     Response.End();
｝

以上就是asp.net 抓取网页源码的全部代码了，希望对大家有所帮助.

最后此篇关于asp.net 抓取网页源码三种实现方法的文章就讲到这里了,如果你想了解更多关于asp.net 抓取网页源码三种实现方法的内容请搜索CFSDN的文章或继续浏览相关文章，希望大家以后支持我的博客！ 。

26 4 0
文章推荐： asp.net LC.exe已退出代码为 -1的原因分析及解决方法
文章推荐： c#.NET 写txt文件小例子
文章推荐： ASP.NET 在下载文件时对其重命名的思路及实现方法
文章推荐： asp.net中使用DatagridView的增删改方法具体实现
qq735679552
个人简介

我是一名优秀的程序员,十分优秀！

滴滴打车优惠券免费领取
滴滴打车优惠券
全站热门文章
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com