C#爬虫，让你不再觉得神秘

欧清辣哨

// From File 从文件获取html信息var doc = new HtmlDocument();doc.Load(filePath);// From String 从字符串获取html信息var doc = new HtmlDocument();doc.LoadHtml(html);// From Web   从网址获取html信息var url = "http://html-agility-pack.net/";var web = new HtmlWeb();var doc = web.Load(url);1.1、这里介绍一下最后一种用法var web = new HtmlWeb();var doc = web.Load(url);

在 web 中我们还可以设置cookie、headers等信息，来处理一些特定的网站需求，比如需要登陆等。

1.2 用法解释

网页在你查看网页源代码之后只是一段字符串，而爬虫所做的就是在这堆字符串中，查询到我们想要的信息，挑选出来。
以往的筛选方法：正则 （太麻烦了，写起来有些头疼）
HtmlAgilityPack 支持通过XPath来解析我们需要的信息。

1.2.1 在哪里找XPath？

网页右键检查

通过XPath就可以准确获取你想要元素的全部信息。

1.2.2 获取选中Html元素的信息？

获取选中元素

var web = new HtmlWeb();var doc = web.Load(url);var htmlnode = doc?.DocumentNode?.SelectSingleNode("/html/body/header")

获取元素信息

htmlnode.InnerText;htmlnode.InnerHtml;//根据属性取值htmlnode?.GetAttributeValue("src", "未找到")2、自己封装的类库 /// <summary>    /// 下载HTML帮助类    /// </summary>    public static class LoadHtmlHelper    {        /// <summary>        /// 从Url地址下载页面        /// </summary>        /// <param name="url"></param>        /// <returns></returns>        public async static ValueTask<HtmlDocument> LoadHtmlFromUrlAsync(string url)        {            HtmlWeb web = new HtmlWeb();             return await                 web?.LoadFromWebAsync(url);        }        /// <summary>        /// 获取单个节点扩展方法        /// </summary>        /// <param name="htmlDocument">文档对象</param>        /// <param name="xPath">xPath路径</param>        /// <returns></returns>        public static HtmlNode GetSingleNode(this HtmlDocument htmlDocument, string xPath)        {          return  htmlDocument?.DocumentNode?.SelectSingleNode(xPath);        }        /// <summary>        /// 获取多个节点扩展方法        /// </summary>        /// <param name="htmlDocument">文档对象</param>        /// <param name="xPath">xPath路径</param>        /// <returns></returns>        public static HtmlNodeCollection GetNodes(this HtmlDocument htmlDocument, string xPath)        {            return htmlDocument?.DocumentNode?.SelectNodes(xPath);        }             /// <summary>        /// 获取多个节点扩展方法        /// </summary>        /// <param name="htmlDocument">文档对象</param>        /// <param name="xPath">xPath路径</param>        /// <returns></returns>        public static HtmlNodeCollection GetNodes(this HtmlNode htmlNode, string xPath)        {            return htmlNode?.SelectNodes(xPath);        }        /// <summary>        /// 获取单个节点扩展方法        /// </summary>        /// <param name="htmlDocument">文档对象</param>        /// <param name="xPath">xPath路径</param>        /// <returns></returns>        public static HtmlNode GetSingleNode(this HtmlNode htmlNode, string xPath)        {            return htmlNode?.SelectSingleNode(xPath);        }        /// <summary>        /// 下载图片        /// </summary>        /// <param name="url">地址</param>        /// <param name="filpath">文件路径</param>        /// <returns></returns>        public async static ValueTask<bool> DownloadImg(string url ,string filpath)        {            HttpClient httpClient = new HttpClient();            try            {                var bytes = await httpClient.GetByteArrayAsync(url);                using (FileStream fs = File.Create(filpath))                {                    fs.Write(bytes, 0, bytes.Length);                }                return File.Exists(filpath);            }            catch (Exception ex)            {                             throw new Exception("下载图片异常", ex);            }                    }    }  视频学习资料无偿自取：    一节课快速认识人工智能必备语言:pythonhttp://www.makeru.com.cn/live/detail/1635.html?s=143793python零基础全套http://www.makeru.com.cn/course/details/1804.html?s=143793

三叶草

太乱了你的代码排版