c#信息抓取一：抓取网页源代码

最新推荐文章于 2023-10-18 08:51:25 发布

banny

最新推荐文章于 2023-10-18 08:51:25 发布

阅读量3.4k

点赞数

分类专栏： .NET/C# 文章标签： c# string exception textbox url javascript

本文链接：https://blog.csdn.net/malimalihun/article/details/6128783

版权

本文介绍了如何使用C#进行网页源代码抓取，包括两种方法：使用WebClient类和HttpWebRequest类。同时，文章还讨论了如何过滤JavaScript代码以及处理可能的乱码问题，提供了一个filterScript方法去除代码中的<script>标签。

摘要由CSDN通过智能技术生成

大家拿到代码了首先要去网上下载一个HTMLParser.NET，目前最高版本是2003的，谨记你的VS版本一定不能是2010的，2005和2008都可以。找到动态链接库，然后在项目里添加引用就OK了。

源代码：

using System; using System.Collections.Generic; using System.ComponentModel; using System.Data; using System.Drawing; using System.Linq; using System.Text; using System.Windows.Forms; using System.IO; using System.Net; using Winista.Text.HtmlParser; using Winista.Text.HtmlParser.Lex; using Winista.Text.HtmlParser.Visitors; namespace 抓取网页源代码 { public partial class Form1 : Form { public Form1() { InitializeComponent(); //textBox1.Text = "http://imgsrc.baidu.com/baike/pic/item/d8b8c92ab6004017d42af1b1.jpg";//抓取文件放到指定地点 } private void button1_Click(object sender, EventArgs e) { //抓取文件放到指定的地点 //try //{ // //WebClient webclient=new WebClient (); // WebClient web = new WebClient(); // web.DownloadFile(textBox1.Text, "c://1.jpg"); //} //catch (Exception ex) //{ // MessageBox.Show(ex.Message); //} textBox2.Text = downhtml_1(textBox1.Text ); } private string downhtml_1(stri