前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >.NET2.0抓取网页全部链接【月儿原创】

.NET2.0抓取网页全部链接【月儿原创】

作者头像
Java架构师必看
发布2021-03-22 10:38:32
2850
发布2021-03-22 10:38:32
举报
文章被收录于专栏:Java架构师必看

.NET2.0抓取网页全部链接作者:清清月儿主页:http://blog.csdn.net/21a网络

.NET2.0抓取网页全部链接

作者:清清月儿

主页:http://blog.csdn.net/21aspnet/ 时间:2007.4.18

该方法经过对各大门户网站测试结果是抓取率100%!

效果图

后台代码:

using System; using System.Data; using System.Configuration; using System.Web; using System.Web.Security; using System.Web.UI; using System.Web.UI.WebControls; using System.Web.UI.WebControls.WebParts; using System.Web.UI.HtmlControls; using System.Text.RegularExpressions; using System.Net; using System.IO; using System.Collections;

public partial class _Default : System.Web.UI.Page {     protected void Page_Load(object sender, EventArgs e)     {         if (!IsPostBack)         {         }     }

    protected void Button1_Click(object sender, EventArgs e)     {         TextBox2.Text = "";         string web_url = this.TextBox1.Text;//"http://blog.csdn.net/21aspnet/"         string all_code = ""; HttpWebRequest all_codeRequest = (HttpWebRequest)WebRequest.Create(web_url);         WebResponse all_codeResponse = all_codeRequest.GetResponse();         StreamReader the_Reader = new StreamReader(all_codeResponse.GetResponseStream());         all_code = the_Reader.ReadToEnd();         the_Reader.Close();         ArrayList my_list = new ArrayList();         string p = @"http://([/w-]+/.)+[/w-]+(/[/w- ./?%&=]*)?";         Regex re = new Regex(p, RegexOptions.IgnoreCase);         MatchCollection mc = re.Matches(all_code);

        for (int i = 0; i <= mc.Count - 1; i++)         {             bool _foo = false;             string name = mc[i].ToString();             foreach (string list in my_list)             {                 if (name == list)                 {                     _foo = true;                     break;                 }             }//过滤

            if (!_foo)             {                 TextBox2.Text += name + "/n";             }         }     } }

前台 <%@ Page Language="C#" AutoEventWireup="true"  CodeFile="Default.aspx.cs" Inherits="_Default" %>

<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">

<html xmlns="http://www.w3.org/1999/xhtml" > <head runat="server">     <title>抓取网页所有链接</title> </head> <body >     <form id="form1" runat="server">     <div>         <asp:TextBox ID="TextBox1" runat="server" Width="481px"></asp:TextBox>         <asp:Button ID="Button1" runat="server" OnClick="Button1_Click" Text="提取" />         <br />         <asp:TextBox ID="TextBox2" runat="server" Height="304px" TextMode="MultiLine" Width="524px"></asp:TextBox></div>     </form> </body> </html>

本文由来源 21aspnet,由 javajgs_com 整理编辑,其版权均为 21aspnet 所有,文章内容系作者个人观点,不代表 Java架构师必看 对观点赞同或支持。如需转载,请注明文章来源。

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档