从Internet上抓取指定URL的源码的方案(C#)

欢迎您访问我爱IT技术网，今天小编为你分享的编程技术是：【从Internet上抓取指定URL的源码的方案(C#)】，下面是详细的分享！

从Internet上抓取指定URL的源码的方案(C#)

引言：
　　在做无线项目的时候，与通讯公司的数据通讯有一部分是通过ＸＭＬ交互的，所以必须要动态抓取通讯公司提供的固定的Internet上的数据，便研究了一下如何抓取固定url上的数据，现与大家分享一下。
　　类名GetPageCode，有一个方法GetSource，通过属性传递参数，入参控制的是要取得URL的地址，代理服务器的设置及输出方式的控制，这里大家可以再扩展自己的需要，我这里只提供了两种方式，一种是直接写到本地的某个文件中，另外一种就是返回字符串的。类里已经作了比较详细的注释，我想大家很容易就看明白了，如果实在不明白，那就ｍｓｎ上问吧，ＭＳＮ：yubo@x263.net。

调用方式：
#region 测试获取远程网页
GetPageCode gpc=new GetPageCode();
gpc.Url="http://ppcode.com";
gpc.ProxyState=1;//使用代理服务器，0为不使用，设置为1后下面的代理设置才起作用
gpc.ProxyAddress="http://proxyName.com";//代理服务器地址
gpc.ProxyPort="80";//代理服务器的端口
gpc.ProxyAccount="proxy";//代理服务器账号
gpc.ProxyPassword="password";//代理服务器密码
gpc.ProxyDomain="bqc";//代理服务器域
gpc.OutFilePath=filePath;//设置输出文件路径的地方，如果不设置，则返回字符串
gpc.GetSource();//处理
string tempErr=gpc.NoteMessage;//如果出错，这里会提示
string tempCode=gpc.OutString;//返回的字符串
#endregion
类代码：
using System;
using System.Collections;
using System.ComponentModel;
using System.Data;
using System.Drawing;
using System.IO;
using System.Net;
using System.Text;
using System.Web;

  
namespace Test.Com
{
 /// <summary>
 /// 功能：取得Internet上的URL页的源码
 /// 创建：2004-03-22
 /// 作者：Rexsp MSN:yubo@x263.net
 /// </summary>
 public class GetPageCode
 {
  #region 私有变量
  /// <summary>
  /// 网页URL地址
  /// </summary>
  private string url=null;
  /// <summary>
  /// 是否使用代码服务器：0 不使用  1 使用代理服务器
  /// </summary>
  private int proxyState=0;
  /// <summary>
  /// 代理服务器地址
  /// </summary>
  private string proxyAddress=null;
  /// <summary>
  /// 代理服务器端口
  /// </summary>
  private string proxyPort=null;
  /// <summary>
  /// 代理服务器用户名
  /// </summary>
  private string proxyAccount=null;
  /// <summary>
  /// 代理服务器密码
  /// </summary>

  private string proxyPassword=null;
  /// <summary>
  /// 代理服务器域
  /// </summary>
  private string proxyDomain=null;
  /// <summary>
  /// 输出文件路径
  /// </summary>
  private string outFilePath=null;
  /// <summary>
  /// 输出的字符串
  /// </summary>
  private string outString=null;
  /// <summary>
  /// 提示信息
  /// </summary>
  private string noteMessage;

  #endregion

  #region 公共属性
  /// <summary>
  /// 欲读取的URL地址
  /// </summary>
  public string Url
  {
   get{return url;}
   set{url=value;}
  }
  /// <summary>
  /// 是否使用代理服务器标志
  /// </summary>
  public int ProxyState
  {
   get{return proxyState;}
   set{proxyState=value;}
  }
  /// <summary>
  /// 代理服务器地址
  /// </summary>
  public string ProxyAddress
  {
   get{return proxyAddress;}
   set{proxyAddress=value;}
  }
  /// <summary>
  /// 代理服务器端口
  /// </summary>
  public string ProxyPort
  {
   get{return proxyPort;}
   set{proxyPort=value;}
  }
  /// <summary>
  /// 代理服务器账号
  /// </summary>
  public string ProxyAccount
  {
   get{return proxyAccount;}
   set{proxyAccount=value;}
  }
  /// <summary>
  /// 代理服务器密码
  /// </summary>
  public string ProxyPassword
  {
   get{return proxyPassword;}
   set{proxyPassword=value;}
  }
  /// <summary>
  /// 代理服务器域
  /// </summary>
  public string ProxyDomain
  {
   get{return proxyDomain;}
   set{proxyDomain=value;}
  }

  /// <summary>
  /// 输出文件路径
  /// </summary>
  public string OutFilePath
  {
   get{return outFilePath;}
   set{outFilePath=value;}
  }
  /// <summary>
  /// 返回的字符串
  /// </summary>
  public string OutString
  {
   get{return outString;}
  
  }
  /// <summary>
  /// 返回提示信息
  /// </summary>
  public string NoteMessage
  {
   get{return noteMessage;}
  
  }
 
  #endregion
 
  #region 构造函数
  public GetPageCode()
  {
  }
  #endregion

  #region 公共方法
  /// <summary>
  /// 读取指定URL地址，存到指定文件中
  /// </summary>
  public void GetSource()
  {
   WebRequest request=WebRequest.Create(this.url);
   //使用代理服务器的处理
   if(this.proxyState==1)
   {
    //默认读取80端口的数据
    if(this.proxyPort==null)
     this.ProxyPort="80";

    WebProxy myProxy=new WebProxy();
    myProxy=(WebProxy)request.Proxy;
    myProxy.Address=new Uri(this.ProxyAddress+":"+this.ProxyPort);
    myProxy.Credentials=new NetworkCredential(this.proxyAccount, this.proxyPassword, this.ProxyDomain);
    request.Proxy=myProxy;
   }
   try
  
   {
    //请求服务
    WebResponse response=request.GetResponse();
    //返回信息
    Stream resStream=response.GetResponseStream();
    StreamReader sr=new StreamReader(resStream, System.Text.Encoding.Default);
    string tempCode=sr.ReadToEnd();
    resStream.Close();
    sr.Close();

    //如果输出文件路径为空，便将得到的内容赋给OutString属性
    if(this.outFilePath==null)
    {
     this.outString=tempCode;
    }
    else
    {

     FileInfo fi=new FileInfo(this.outFilePath);
     //如果存在文件则先干掉
     if(fi.Exists)
      fi.Delete();
  
     StreamWriter sw=new StreamWriter(this.outFilePath,true,Encoding.Default);
     sw.Write(tempCode);
     sw.Flush();
     sw.Close();
    }
   }
   catch
   {
    this.noteMessage="出错了，请检查网络是否连通;";
   }

  }
  #endregion
 }
}

以上所分享的是关于从Internet上抓取指定URL的源码的方案(C#)，下面是编辑为你推荐的有价值的用户互动：

　　相关问题：大家帮我看看这个C#抓取信息程序源代码，抓取的静...

　　答：信息 需要正确的编码 ，如果你抓的网站 是GBK 或GB2312 就不需要进行UTF8的转换 >>详细

　　相关问题：获取指定URL内容，要求内容和浏览器中显示的一致，...

　　答：使用虚拟的webbrowser（class）去获取js执行结果，你自己搜下 JS不行的，必须结合php/c#等 >>详细

　　相关问题：c#winform使用post方法定点传送用户名和密码到指定...

　　答：/// /// 创建POST方式的HTTP请求 /// /// 请求的URL /// 随同请求POST的参数名称及参数值字典 /// 请求的超时时间 /// 请求的客户端浏览器信息，可以为空 /// 发送HTTP请求时所用的编码 /// 随同HTTP请求发送的Cookie信息，如果不需要身份验证可... >>详细