基于C#实现网络爬虫 C#抓取网页Html源码

最近刚完成一个简单的网络爬虫，开始的时候很迷茫，不知道如何入手，后来发现了很多的资料，不过真正能达到我需要，有用的资料--代码很难找。所以我想发这篇文章让一些要做这个功能的朋友少走一些弯路。

首先是抓取html源码，并选择<ul class="post_list">  </ul>节点的href：要添加using system.io;using system.net;

private void search(string url)
{
 string rl;
 webrequest request = webrequest.create(url.trim());
 
 webresponse response = request.getresponse();
 
 stream resstream = response.getresponsestream();
 
 streamreader sr = new streamreader(resstream, encoding.default);
 stringbuilder sb = new stringbuilder();
 while ((rl = sr.readline()) != null)
 {
  sb.append(rl);
 }
 
 
 string str = sb.tostring().tolower();
 
 string str_get = mid(str, "<ul class=\"post_list\">", "</ul>");
 
 
 int start = 0;
 while (true)
 {
  if (str_get == null)
   break;
  string strresult = mid(str_get, "href=\"", "\"", out start);
  if (strresult == null)
   break;
  else
  {
   lab[url] += strresult;
   str_get = str_get.substring(start);
  }
 }
}
 
 
 
 
private string mid(string istr, string startstring, string endstring)
{
 int ibodystart = istr.indexof(startstring, 0);    //开始位置
 if (ibodystart == -1)
  return null;
 ibodystart += startstring.length;       //第一次字符位置起的长度
 int ibodyend = istr.indexof(endstring, ibodystart);   //第二次字符在第一次字符位置起的首次位置
 if (ibodyend == -1)
  return null;
 ibodyend += endstring.length;        //第二次字符位置起的长度
 string strresult = istr.substring(ibodystart, ibodyend - ibodystart - 1);
 return strresult;
}
 
 
private string mid(string istr, string startstring, string endstring, out int ibodyend)
{
 //初始化out参数,否则不能return
 ibodyend = 0;
 
 int ibodystart = istr.indexof(startstring, 0);    //开始位置
 if (ibodystart == -1)
  return null;
 ibodystart += startstring.length;       //第一次字符位置起的长度
 ibodyend = istr.indexof(endstring, ibodystart);   //第二次字符在第一次字符位置起的首次位置
 if (ibodyend == -1)
  return null;
 ibodyend += endstring.length;        //第二次字符位置起的长度
 string strresult = istr.substring(ibodystart, ibodyend - ibodystart - 1);
 return strresult;
}

好了，上面就是全部代码了，如果你想要运行出来的话，有些细节要自己修改下。

以上就是本文的全部内容，希望对大家的学习有所帮助。