这几天看书<Lucene+Heritrix> 时，看到里面介绍了爬虫Heritrix，感觉很有意思，但它的源码太大了 ，不过，最让我不能接收的是，它在我家里的网络上居然不能抓取，很是郁闷。于是就到网上搜了一下，发现网络爬虫还真不少。不过全都是Java，居然没看到一个c#， 不过，好在，还是找到了一个，如果有哪位兄弟看来其它的c#写的网络爬虫，不妨留个连接。
下面链接就是一个c#写的网络爬虫，上面是翻译版 ，下面是英文原版
http://blog.csdn.net/wangkun9999/archive/2007/05/02/1594496.aspx
http://www.codeproject.com/cs/internet/Crawler.asp
另外，爬虫抓下来的东西要进行分析是必然的了，但c#中好像没有HTML解析器，特别是对那种不太规范的HTML，这里是一些c#解析HTML的资料。
http://www.codeproject.com/csharp/html2xhtmlcleaner.asp
http://www.pcxy.net/Article/netprogramme/xml/Article_36767.html
http://www.cnblogs.com/dragon/archive/2006/12/06/174946.html
下面链接就是一个c#写的网络爬虫，上面是翻译版 ，下面是英文原版
http://blog.csdn.net/wangkun9999/archive/2007/05/02/1594496.aspx
http://www.codeproject.com/cs/internet/Crawler.asp
另外，爬虫抓下来的东西要进行分析是必然的了，但c#中好像没有HTML解析器，特别是对那种不太规范的HTML，这里是一些c#解析HTML的资料。
http://www.codeproject.com/csharp/html2xhtmlcleaner.asp
http://www.pcxy.net/Article/netprogramme/xml/Article_36767.html
http://www.cnblogs.com/dragon/archive/2006/12/06/174946.html
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
