- 博客(1)
- 收藏
- 关注
转载 c#实现网页正文抓取
需要记住的,随笔记一下 1、抓取远程网页源码,这里要实现自动判断网页编码,否则有可能抓到乱码。我是先看应答的 http头的chareset,一般这个很准,但像csdn的新闻比较变态http应答的头里的chareset和网页的meta里声明的 chareset不一致,所以我手工加了一下判断,如果不一致再在内存流里用网页声明的编码读取一遍源码 2、把网页分割成几大块。试用了一下...
2017-05-12 08:20:00
160
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人