c#打开浏览器并全屏（运行打开浏览器命令）

基于c#.net+phantomjs+sellenium的高级网络爬虫程序。可执行javascript代码、触发各类事件、操纵页面dom结构、甚至可以移除不喜欢的css样式。

很多网站都用ajax动态加载、翻页，比如携程网的评论数据。如果是用之前那个简单的爬虫，是很难直接抓取到所有评论数据的，我们需要去分析那漫天的javascript代码寻找api数据接口，还要时刻提防对方增加数据陷阱或修改api接口地。

如果通过高级爬虫，就可以完全无视这些问题，无论他们如何加密javascript代码来隐藏api接口，最终的数据都必要呈现在网站页面上的dom结构中，不然普通用户也就没法看到了。所以我们可以完全不分析api数据接口，直接从dom中提取数据，甚至都不需要写那复杂的正则表达式。

主要特性

• 支持ajax请求事件的触发及捕获；
• 支持异步并发抓取；
• 支持自动事件通知；
• 支持代理切换;
• 支持操作cookies；

运行截图

• 抓取酒店数据

• 抓取评论数据

示例代码

 /// <summary>
    /// 抓取酒店评论
    /// </summary>
	static void main(string[] args)
    {
        var hotelurl = "http://hotels.ctrip.com/hotel/434938.html";
        var hotelcrawler = new strongcrawler();
        hotelcrawler.onstart += (s, e) =>
        {
            console.writeline("爬虫开始抓取地址：" + e.uri.tostring());
        };
        hotelcrawler.onerror += (s, e) =>
        {
            console.writeline("爬虫抓取出现错误：" + e.uri.tostring() + "，异常消息：" + e.exception.tostring());
        };
        hotelcrawler.oncompleted += (s, e) =>
        {
            hotelcrawler(e);
        };
        var operation = new operation
        {
            action = (x) => {
                //通过selenium驱动点击页面的“酒店评论”
                x.findelement(by.xpath("//*[@id='commenttab']")).click();
            },
            condition = (x) => {
                //判断ajax评论内容是否已经加载成功
                return x.findelement(by.xpath("//*[@id='commentlist']")).displayed && x.findelement(by.xpath("//*[@id='hotel_info_comment']/div[@id='commentlist']")).displayed && !x.findelement(by.xpath("//*[@id='hotel_info_comment']/div[@id='commentlist']")).text.contains("点评载入中");
            },
            timeout = 5000
        };

        hotelcrawler.start(new uri(hotelurl), null, operation);//不操作js先将参数设置为null

        console.readkey();
    }

github：https://github.com/microfisher/strong-web-crawler