C# 抓取网页Html源码 （网络爬虫）(转)

http://www.cnblogs.com/wxxian001/archive/2011/09/07/2169519.html

刚刚完成一个简单的网络爬虫，因为在做的时候在网上像无头苍蝇一样找资料。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;

01	private void Search(string url)

02

{

03	string rl;

04	WebRequest Request = WebRequest.Create(url.Trim());

05

06	WebResponse Response = Request.GetResponse();

07

08	Stream resStream = Response.GetResponseStream();

09

10	StreamReader sr = new StreamReader(resStream, Encoding.Default);

11	StringBuilder sb = new StringBuilder();

12	while ((rl = sr.ReadLine()) != null)

13

{

14	sb.Append(rl);

15

}

16

17

18	string str = sb.ToString().ToLower();

19

20	string str_get = mid(str, "<ul class=\"post_list\">", "</ul>");

21

22

23	int start = 0;

24	while (true)

25

{

26	if (str_get == null)

27

break;

28	string strResult = mid(str_get, "href=\"", "\"", out start);

29	if (strResult == null)

30

break;

31

else

32

{

33	lab[url] += strResult;

34	str_get = str_get.Substring(start);

35

}

36

}

37

}

38

39

40

41

42	private string mid(string istr, string startString, string endString)

43

{

44	int iBodyStart = istr.IndexOf(startString, 0);               //开始位置

45	if (iBodyStart == -1)

46	return null;

47	iBodyStart += startString.Length;                           //第一次字符位置起的长度

48	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

49	if (iBodyEnd == -1)

50	return null;

51	iBodyEnd += endString.Length;                              //第二次字符位置起的长度

52	string strResult = istr.Substring(iBodyStart, iBodyEnd - iBodyStart - 1);

53	return strResult;

54

}

55

56

57	private string mid(string istr, string startString, string endString, out int iBodyEnd)

58

{

59	//初始化out参数,否则不能return

60	iBodyEnd = 0;

61

62	int iBodyStart = istr.IndexOf(startString, 0);               //开始位置

63	if (iBodyStart == -1)

64	return null;

65	iBodyStart += startString.Length;                           //第一次字符位置起的长度

66	iBodyEnd = istr.IndexOf(endString, iBodyStart);         //第二次字符在第一次字符位置起的首次位置

67	if (iBodyEnd == -1)

68	return null;

69	iBodyEnd += endString.Length;                              //第二次字符位置起的长度

70	string strResult = istr.Substring(iBodyStart, iBodyEnd - iBodyStart - 1);

71	return strResult;

72

}

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。