我要评论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。
您可能感兴趣的文章:
如您对本文有疑问或者有任何想说的，请点击进行留言回复，万千网友为您解惑！
网友评论