从Internet上抓取指定URL的源码的方案(C#)-交流共享-唐山网站建设

从Internet上抓取指定URL的源码的方案(C#)

引言：
　　在做无线项目的时候，与通讯公司的数据通讯有1部份是通过ＸＭＬ交互的，所以必须要动态抓取通讯公司提供的固定的Internet上的数据，便研究了1下如何抓取固定url上的数据，现与大家分享1下。
　　类名GetPageCode，有1个方法GetSource，通过属性传递参数，进参控制的是要取得URL的地址，代理服务器的设置及输出方式的控制，这里大家可以再扩大自己的需要，我这里只提供了两种方式，1种是直接写到本地的某个文件中，另外1种就是返回字符串的。类里已作了比较具体的注释，我想大家很轻易就看明白了，假照实在不明白，那就ｍｓｎ上问吧，ＭＳＮ：yubo@x263.net。

调用方式：
#region 测试获得远程网页
GetPageCode gpc = new GetPageCode();
gpc.Url="http://ppcode.com";
gpc.ProxyState=1;//使用代理服务器，0为不使用，设置为1后下面的代理设置才起作用
gpc.ProxyAddress="http://proxyName.com";//代理服务器地址
gpc.ProxyPort="80";//代理服务器的端口
gpc.ProxyAccount="proxy";//代理服务器账号
gpc.ProxyPassword="password";//代理服务器密码
gpc.ProxyDomain="bqc";//代理服务器域
gpc.OutFilePath=filePath;//设置输出文件路径的地方，假设不设置，则返回字符串
gpc.GetSource();//处理
string tempErr=gpc.NoteMessage;//假设出错，这里会提示
string tempCode=gpc.OutString;//返回的字符串
#endregion
类代码：
using System;
using System.Collections;
using System.ComponentModel;
using System.Data;
using System.Drawing;
using System.IO;
using System.Net;
using System.Text;
using System.Web;

namespace Test.Com
{
///

/// 功能：取得Internet上的URL页的源码
/// 创建：2004-03⑵2
/// 作者：Rexsp MSN:yubo@x263.net
///

public class GetPageCode
{
#region 私有变量
///

/// 网页URL地址
///

private string url=null;
///

/// 是否是使用代码服务器：0 不使用 1 使用代理服务器
///

private int proxyState=0;
///

/// 代理服务器地址
///

private string proxyAddress=null;
///

/// 代理服务器端口
///

private string proxyPort=null;
///

/// 代理服务器用户名
///

private string proxyAccount=null;
///

/// 代理服务器密码
///

1 2 3 下1页

private string proxyPassword=null;
///

/// 代理服务器域
///

private string proxyDomain=null;
///

/// 输出文件路径
///

private string outFilePath=null;
///

/// 输出的字符串
///

private string outString=null;
///

/// 提示信息
///

private string noteMessage;

#endregion

#region 公共属性
///

/// 欲读取的URL地址
///

public string Url
{
get{return url;}
set{url=value;}
}
///

/// 是否是使用代理服务器标志
///

public int ProxyState
{
get{return proxyState;}
set{proxyState=value;}
}
///

/// 代理服务器地址
///

public string ProxyAddress
{
get{return proxyAddress;}
set{proxyAddress=value;}
}
///

/// 代理服务器端口
///

public string ProxyPort
{
get{return proxyPort;}
set{proxyPort=value;}
}
///

/// 代理服务器账号
///

public string ProxyAccount
{
get{return proxyAccount;}
set{proxyAccount=value;}
}
///

/// 代理服务器密码
///

public string ProxyPassword
{
get{return proxyPassword;}
set{proxyPassword=value;}
}
///

/// 代理服务器域
///

public string ProxyDomain
{
get{return proxyDomain;}
set{proxyDomain=value;}
}

上1页 1 2 3 下1页

///

/// 输出文件路径
///

public string OutFilePath
{
get{return outFilePath;}
set{outFilePath=value;}
}
///

/// 返回的字符串
///

public string OutString
{
get{return outString;}

}
///

/// 返回提示信息
///

public string NoteMessage
{
get{return noteMessage;}

}

#endregion

#region 构造函数
public GetPageCode()
{
}
#endregion

#region 公共方法
///

/// 读取指定URL地址，存到指定文件中
///

public void GetSource()
{
   WebRequest request = WebRequest.Create(this.url);
   //使用代理服务器的处理
   if(this.proxyState==1)
   {
    //默许读取80端口的数据
    if(this.proxyPort==null)
     this.ProxyPort="80";

    WebProxy myProxy=new WebProxy();
    myProxy = (WebProxy)request.Proxy;
    myProxy.Address = new Uri(this.ProxyAddress+":"+this.ProxyPort);
    myProxy.Credentials = new NetworkCredential(this.proxyAccount, this.proxyPassword, this.ProxyDomain);
    request.Proxy = myProxy;
   }
   try

   {
    //要求服务
    WebResponse response = request.GetResponse();
    //返回信息
    Stream resStream = response.GetResponseStream();
    StreamReader sr = new StreamReader(resStream, System.Text.Encoding.Default);
    string tempCode= sr.ReadToEnd();
    resStream.Close();
    sr.Close();

    //假设输出文件路径为空，便将得到的内容赋给OutString属性
    if(this.outFilePath==null)
    {
     this.outString=tempCode;
    }
    else
    {

     FileInfo fi = new FileInfo(this.outFilePath);
     //假设存在文件则先干掉
     if(fi.Exists)
      fi.Delete();

     StreamWriter sw = new StreamWriter(this.outFilePath,true,Encoding.Default);
     sw.Write(tempCode);
     sw.Flush();
     sw.Close();
    }
   }
   catch
   {
    this.noteMessage="出错了，请检查网络是否是连通;";
   }

}
#endregion
}
}