csharp: using HtmlAgilityPack and ScrapySharp reading Url find text

来源:https://www.cnblogs.com/geovindu/archive/2018/03/05/8509035.html
-Advertisement-
Play Games

https://github.com/exaphaser/ScrapySharp https://github.com/zzzprojects/html-agility-pack https://github.com/atifaziz/Fizzler https://archive.codeplex ...


https://github.com/exaphaser/ScrapySharp

https://github.com/zzzprojects/html-agility-pack

https://github.com/atifaziz/Fizzler

https://archive.codeplex.com/?p=fizzlerex

https://github.com/aspnet/blazor

https://github.com/SteveSanderson/Blazor

https://www.mathjax.org/#samples 數學公式

 

https://github.com/robinvanderknaap/MvcJqGrid

http://www.defenseinnovationmarketplace.mil/strategy.html

using System;
using System.Collections.Generic;
using System.ComponentModel;
using System.Data;
using System.Drawing;
using System.Linq;
using System.Text;
using System.Windows.Forms;
using System.IO;
using System.Net;
using System.Collections;
using ScrapySharp;
using ScrapySharp.Network;
using ScrapySharp.Core;
using HtmlAgilityPack;


namespace HtmlAgilityPackDemo
{

    /// <summary>
    /// HTML解析利器HtmlAgilityPack
    /// geovindu
    /// 塗聚文
    /// 20180305
    /// </summary>
    public partial class Form1 : Form
    {
        public Form1()
        {
            InitializeComponent();
        }
        /// <summary>
        /// 
        /// </summary>
        /// <param name="sender"></param>
        /// <param name="e"></param>
        private void Form1_Load(object sender, EventArgs e)
        {
            this.textBox1.Text = "ln";

            //List<CityList> lis=new List<CityList>();
        }
        /// <summary>
        /// 
        /// </summary>
        /// <param name="url"></param>
        /// <returns></returns>
        public static string GetWebClient(string url)
        {
            string strHTML = "";
            WebClient myWebClient = new WebClient();
            Stream myStream = myWebClient.OpenRead(url);
            StreamReader sr = new StreamReader(myStream, Encoding.Default);//註意編碼
            strHTML = sr.ReadToEnd();
            myStream.Close();
            return strHTML;
        }

        /// <summary>
        /// nl
        /// </summary>
        /// <param name="cityCode"></param>
        public  string ParsePageByArea(String cityCode, out List<CityList> listcity)
        {
            StringBuilder stp = new StringBuilder();
            CityList city = null;
            List<CityList> clits = new List<CityList>();
            //更加鏈接格式和省份代碼構造URL
            String url = String.Format("http://www.tianqihoubao.com/lishi/{0}.htm", cityCode);
            //下載網頁源代碼 
            var docText = GetWebClient(url);
            //載入源代碼,獲取文檔對象
            var doc = new HtmlAgilityPack.HtmlDocument(); 
            doc.LoadHtml(docText);
            //更加xpath獲取總的對象,如果不為空,就繼續選擇dl標簽
            var res = doc.DocumentNode.SelectSingleNode(@"/html[1]/body[1]/div[1]/div[6]/div[1]/div[1]/div[3]");
            if (res != null)
            {
                var list = res.SelectNodes(@"dl");//選擇標簽數組
                if (list.Count < 1)
                {
                    listcity = clits;
                    return "";
                }
                foreach (var item in list)
                {
                    var dd = item.SelectSingleNode(@"dd").SelectNodes("a");
                    foreach (var node in dd)
                    {
                        city = new CityList();
                        var text = node.InnerText.Trim();
                        //拼音代碼要從href屬性中進行分割提取
                        var herf = node.Attributes["href"].Value.Trim().Split('/', '.');
                       string str= string.Format("{0}:{1}", text, herf[herf.Length - 2]);
                       city.CityName = text;
                       city.CityCode = herf[herf.Length - 2];
                       stp.Append("\r\n" + str);
                       clits.Add(city);

                    }
                }                
            }
            listcity = clits;
            return stp.ToString();
        }
        /// <summary>
        /// http://www.tianqihoubao.com/lishi/dalian/month/201802.html
        /// </summary>
        /// <param name="cityCode"></param>
        /// <param name="year"></param>
        /// <param name="month"></param>
        public  string ParsePageByCityMonth(String cityCode, Int32 year, Int32 month,out List<WeatherList> wea)
        {
            StringBuilder stp = new StringBuilder();
            List<WeatherList> wlist = new List<WeatherList>();
            WeatherList wt = null;
            //更加拼音代碼,月份信息構造URL
            String url = String.Format("http://www.tianqihoubao.com/lishi/{0}/month/{1}{2:D2}.html", cityCode, year, month);
            //獲取該鏈接的源代碼
            var docText = GetWebClient(url);
            //載入源代碼,獲取頁面結構對象
            var doc = new HtmlAgilityPack.HtmlDocument();
            doc.LoadHtml(docText);
            //更加Xpath獲取表格對象
            var res = doc.DocumentNode.SelectSingleNode(@"/html[1]/body[1]/div[2]/div[6]/div[1]/div[1]/table[1]");
            if (res != null)
            {
                //獲取所有行
                var list = res.SelectNodes(@"tr");
                list.RemoveAt(0);//移除第一行,是表頭
                // 遍歷每一行,獲取日期,以及天氣狀況等信息
                foreach (var item in list)
                {
                    wt = new WeatherList();
                    var dd = item.SelectNodes(@"td");
                    //日期 -  - 氣溫 - 風力風向
                    if (dd.Count != 4) continue;
                    //獲取當前行日期
                    var date1 = dd[0].InnerText.Replace("\r\n", "").Replace(" ", "").Trim();
                    //獲取當前行天氣狀況
                    var tq = dd[1].InnerText.Replace("\r\n", "").Replace(" ", "").Trim();
                    //獲取當前行氣溫
                    var qw = dd[2].InnerText.Replace("\r\n", "").Replace(" ", "").Trim();
                    //獲取當前行風力風向
                    var fx = dd[3].InnerText.Replace("\r\n", "").Replace(" ", "").Trim();
                    //輸出
                    string str=string.Format("{0}:{1},{2},{3}", date1, tq, qw, fx);
                    stp.Append(str);
                    wt.Climate = tq;
                    wt.Date =DateTime.Parse(date1);
                    wt.Temperature = qw;
                    wt.WindDirection = fx;
                    wlist.Add(wt);

                }
            }
            wea = wlist;
            return stp.ToString();
        }
        /// <summary>
        /// http://www.dusystem.com/geovindu.html
        /// ScrapingBrowser
        /// 獲取文件標題
        /// </summary>
        /// <param name="url"></param>
        /// <returns></returns>
        public string getHtmlTitle(string url)
        {
            StringBuilder titl = new StringBuilder();
            var uri = new Uri(url);
            var browser1 = new ScrapingBrowser();
            var html1 = browser1.DownloadString(uri);
            var doc = new HtmlAgilityPack.HtmlDocument();
            doc.LoadHtml(html1);
            var html = doc.DocumentNode;

            var title = html.SelectNodes("title");
            foreach (var htmlNode in title)
            {
                titl.Append(htmlNode.InnerText);
            }
                //CssSelect  CssSelectAncestors
            var ps = html.SelectNodes("p").Elements("div#endText");
            foreach (var htmlNode in ps)
            {
                titl.Append(htmlNode.InnerHtml);
            }

           return titl.ToString();

        }
        /// <summary>
        /// 
        /// </summary>
        /// <param name="sender"></param>
        /// <param name="e"></param>
        private void button1_Click(object sender, EventArgs e)
        {
            List<CityList> list = new List<CityList>();
            this.richTextBox1.Text = ParsePageByArea(this.textBox1.Text.Trim(),out list);
            this.comboBox1.DataSource = list;
            this.comboBox1.DisplayMember = "CityName";
            this.comboBox1.ValueMember = "CityCode";


        }
        /// <summary>
        /// 
        /// </summary>
        /// <param name="sender"></param>
        /// <param name="e"></param>
        private void button2_Click(object sender, EventArgs e)
        {
            List<WeatherList> list = new List<WeatherList>();
            int year=DateTime.Now.Year;
            int mont=DateTime.Now.Month-1;
            this.richTextBox2.Text = ParsePageByCityMonth(this.comboBox1.SelectedValue.ToString(), year, mont, out list);
            this.dataGridView1.DataSource = list;
            
        }

    }
    /// <summary>
    /// 
    /// </summary>
    public class CityList
    {
        /// <summary>
        /// 
        /// </summary>
        public string CityName { get; set; }
        /// <summary>
        /// 
        /// </summary>
        public string CityCode { get; set; }
    }

    /// <summary>
    /// Climate, temperature, wind direction
    /// </summary>
    public class WeatherList
    {
        /// <summary>
        /// 氣候
        /// </summary>
        public string Climate { get; set; }
        /// <summary>
        /// 溫度
        /// </summary>
        public string Temperature { get; set; }
        /// <summary>
        /// 風向
        /// </summary>
        public string WindDirection { get; set; }
        /// <summary>
        /// 
        /// </summary>
        public DateTime Date { get; set; }
    }
   
}

  


您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • 棧 1.定義:棧是限定僅在表尾進行插入或刪除操作的線性表。因此,對棧來說,表尾端有其特殊含義,稱為棧頂,相應地, 表頭端稱為棧底。不含元素的空表稱為空棧。 假設棧S=(a1,a2,a3,...,an),則稱a1為棧底元素,an為棧頂元素。棧中元素按a1,a2,a3,...,an的次序進棧,退棧的第 ...
  • 一、反射 1、反射概念 JAVA反射機制是在運行狀態中,對於任意一個類,都能夠知道這個類的所有屬性和方法;對於任意一個對象,都能夠調用它的任意一個方法和屬性;這種動態獲取的信息以及動態調用對象的方法的功能稱為java語言的反射機制。 要想解剖一個類,必須先要獲取到該類的位元組碼文件對象。而解剖使用的就 ...
  • 1. 方法思路: 使用數據字典【Dictionary<string, string>】,聲明一個list集合,將“XML子節點名稱”、“節點值”以鍵【節點名稱】值【節點值】對的形式存入此集合,然後將此集合作為參數傳入封裝的公共方法中即可; 2. 公共方法: 3. 對公共方法的調用: 4. 整體的完整 ...
  • 在Task運行過程中,我們可以通過.Net 4中的內置方法來取消Task的運行。 創建一個可取消的Task需要用到下麵的一些對象: 1.System.Threading.CancellationTokenSource實例 2.通過CancellationTokenSource.Token屬性獲得一個 ...
  • pageSize:表示每頁有多少條數據pageNum:表示頁數,正確表達式pageNum+1。pageNum=0,是第一頁。pageNum=1,是第二頁。Skip:表示從pageNum* pageSize+1條開始算,原來就有pageNum* pageSize條數據Take:等於pageSize的值 ...
  • 實例產品基於asp.net mvc 5.0框架,源碼下載地址:http://www.jinhusns.com/Products/Download 在設計時,如果能夠預測到一些實體可能在後續的研發(或二次開發)中增加一些屬性,為了能夠快速增、減這類屬性,提供了可序列化屬性的設計機制。可序列化屬性具有以 ...
  • 本文通過ANTS Memory Profiler工具探索c#中+、string.Concat、string.Format、StringBuilder.Append四種方式進行字元串拼接時的性能。 本文涉及程式為.NET Core 2.0控制台應用程式。 一、常量字元串拼接 private stati ...
  • 從https://github.com/qingask/PetaPoco.NetCore下載源文件壓縮包 解壓出文件PetaPoco.Multiple.cs、PetaPoco.NetCore.cs 放置System.Data.SQLite.dll文件到bin文件,這個需要從SQLite官方獲取對應框... ...
一周排行
    -Advertisement-
    Play Games
  • 移動開發(一):使用.NET MAUI開發第一個安卓APP 對於工作多年的C#程式員來說,近來想嘗試開發一款安卓APP,考慮了很久最終選擇使用.NET MAUI這個微軟官方的框架來嘗試體驗開發安卓APP,畢竟是使用Visual Studio開發工具,使用起來也比較的順手,結合微軟官方的教程進行了安卓 ...
  • 前言 QuestPDF 是一個開源 .NET 庫,用於生成 PDF 文檔。使用了C# Fluent API方式可簡化開發、減少錯誤並提高工作效率。利用它可以輕鬆生成 PDF 報告、發票、導出文件等。 項目介紹 QuestPDF 是一個革命性的開源 .NET 庫,它徹底改變了我們生成 PDF 文檔的方 ...
  • 項目地址 項目後端地址: https://github.com/ZyPLJ/ZYTteeHole 項目前端頁面地址: ZyPLJ/TreeHoleVue (github.com) https://github.com/ZyPLJ/TreeHoleVue 目前項目測試訪問地址: http://tree ...
  • 話不多說,直接開乾 一.下載 1.官方鏈接下載: https://www.microsoft.com/zh-cn/sql-server/sql-server-downloads 2.在下載目錄中找到下麵這個小的安裝包 SQL2022-SSEI-Dev.exe,運行開始下載SQL server; 二. ...
  • 前言 隨著物聯網(IoT)技術的迅猛發展,MQTT(消息隊列遙測傳輸)協議憑藉其輕量級和高效性,已成為眾多物聯網應用的首選通信標準。 MQTTnet 作為一個高性能的 .NET 開源庫,為 .NET 平臺上的 MQTT 客戶端與伺服器開發提供了強大的支持。 本文將全面介紹 MQTTnet 的核心功能 ...
  • Serilog支持多種接收器用於日誌存儲,增強器用於添加屬性,LogContext管理動態屬性,支持多種輸出格式包括純文本、JSON及ExpressionTemplate。還提供了自定義格式化選項,適用於不同需求。 ...
  • 目錄簡介獲取 HTML 文檔解析 HTML 文檔測試參考文章 簡介 動態內容網站使用 JavaScript 腳本動態檢索和渲染數據,爬取信息時需要模擬瀏覽器行為,否則獲取到的源碼基本是空的。 本文使用的爬取步驟如下: 使用 Selenium 獲取渲染後的 HTML 文檔 使用 HtmlAgility ...
  • 1.前言 什麼是熱更新 游戲或者軟體更新時,無需重新下載客戶端進行安裝,而是在應用程式啟動的情況下,在內部進行資源或者代碼更新 Unity目前常用熱更新解決方案 HybridCLR,Xlua,ILRuntime等 Unity目前常用資源管理解決方案 AssetBundles,Addressable, ...
  • 本文章主要是在C# ASP.NET Core Web API框架實現向手機發送驗證碼簡訊功能。這裡我選擇是一個互億無線簡訊驗證碼平臺,其實像阿裡雲,騰訊雲上面也可以。 首先我們先去 互億無線 https://www.ihuyi.com/api/sms.html 去註冊一個賬號 註冊完成賬號後,它會送 ...
  • 通過以下方式可以高效,並保證數據同步的可靠性 1.API設計 使用RESTful設計,確保API端點明確,並使用適當的HTTP方法(如POST用於創建,PUT用於更新)。 設計清晰的請求和響應模型,以確保客戶端能夠理解預期格式。 2.數據驗證 在伺服器端進行嚴格的數據驗證,確保接收到的數據符合預期格 ...