标签:
1. 要想获取指定连接的数据,那么就得使用HtmlDocument对象,要想使用HtmlDocument对象就必需引用using HtmlAgilityPack;
2. 详细步骤如下:
????步骤一:
????????获取链接地址内容:
????????var html =HttpDownLoadHelper.GetUtf8Html("链接地址");
HttpDownLoadHelper类中的内容如下:
public class HttpDownLoadHelper
{
/// <summary>
/// 根据URL获取一个页面的Html内容
/// </summary>
/// <param name="url"></param>
/// <returns></returns>
public static string GetUtf8Html(string url)
{
WebClient wc = new WebClient();
wc.Encoding = Encoding.UTF8;
var html = wc.DownloadString(url);
return html;
}
}
????步骤二:
????????判断获取到的内容是否为空?
????步骤三:
????????获取数据:
????????????·实例化"HtmlDocument 【HTML文档】"对象
????????????????HtmlDocument doc = new HtmlDocument();
????????????·载入获取到的内容
????????????????doc.LoadHtml(html);
????????????·获取文档中的根节点
????????????????HtmlNode rootNode = doc.DocumentNode;
????????????·从根节点中通过标签获取指定的内容。
????HtmlNodeCollection titleNodes = rootNode.SelectNodes("对应的标签");
????????存储数据:
????????????·创建一个存放数据的List集合
????????????List<NewsList> newsList=new List<NewsList>();
NewsList对象的代码如下:
????????????public class NewsList
????????{
????????public string Title { get; set; }
????????public string Url { get; set; }
????????}????
????????????·将数据添加到集合中:
????????????foreach (var title in titleNodes)
{
NewsList news=new NewsList();
news.Title = title.GetAttributeValue("title", "");
????????????????????????// title是标签的属性
news.Url="http://www.yulinu.edu.cn"+title.GetAttributeValue("href", "");
????????????????????????//href是标签的属性。
newsList.Add(news);
}
?
具体事例:【获取榆林学院首页中的新闻列表】
HtmlAgilityPack.dll的下载地址:http://htmlagilitypack.codeplex.com/【里面有支持各种.NET Framework的版本的dll。】
·主方法:
public static void Main(string[] args)
{
//创建一个存放新闻的List集合????
List<NewsList> newsList=new List<NewsList>();
//根据url获取一个页面的Html内容。
var html = HttpDownLoadHelper.GetUtf8Html("http://www.yulinu.edu.cn/news.jsp?urltype=tree.TreeTempUrl&wbtreeid=1036");
//判断是否为空
if (!string.IsNullOrEmpty(html))
{
HtmlDocument doc = new HtmlDocument(); //实例化html实例对象
doc.LoadHtml(html);//载入html文档
HtmlNode rootNode = doc.DocumentNode; //获取文档中的根节点
//从根节点中通过标签获取指定的内容。
HtmlNodeCollection titleNodes = rootNode.SelectNodes("//div[@class=‘Classbox List‘]/ul/li/a");
foreach (var title in titleNodes)
{
NewsList news=new NewsList();
news.Title = title.GetAttributeValue("title", "");
news.Url = "http://www.yulinu.edu.cn" + title.GetAttributeValue("href", "");
newsList.Add(news);
}
}
//输出标题和地址
foreach (var list in newsList)
{
Console.WriteLine("新闻标题为:{0},新闻链接地址为:{1}",list.Title,list.Url);
}
Console.WriteLine("总共有{0}条新闻",newsList.Count);
Console.ReadKey();
}
·HttpDownLoadHelper代码如下:
????public class HttpDownLoadHelper
{
/// <summary>
/// 根据URL获取一个页面的Html内容
/// </summary>
/// <param name="url"></param>
/// <returns></returns>
public static string GetUtf8Html(string url)
{
WebClient wc = new WebClient();
wc.Encoding = Encoding.UTF8;
var html = wc.DownloadString(url);
return html;
}
}
·NewsList代码如下:
public class NewsList
{
public string Title { get; set; }
public string Url { get; set; }
}
标签:
原文地址:http://www.cnblogs.com/taidou/p/4673306.html