码迷,mamicode.com
首页 > 其他好文 > 详细

简单爬虫

时间:2018-12-25 15:57:09      阅读:120      评论:0      收藏:0      [点我收藏+]

标签:https   code   font   网站   技术   pre   htm   document   parallel   

使用HtmlAgilityPack来开发简单爬虫:

1、NuGet安装HtmlAgilityPack

技术分享图片

2、简单的爬虫代码

  

HtmlWeb web=new HtmlWeb();
string url="网站地址";
var doc = web.Load(url);
//使用并行查询来获取元素的属性值
IList<string> detailPageUrls = new List<string>();
            doc.DocumentNode.SelectNodes("//a[@class=‘js-title value title-font‘]")
                .AsParallel().ToList().ForEach(hn =>
                {
                    string detailPageurl = hn.GetAttributeValue("href", string.Empty);
                    if (!string.IsNullOrWhiteSpace(detailPageurl))
                    {
                        detailPageUrls.Add(detailPageurl);
                    }
                });

官网地址:https://html-agility-pack.net/

 

简单爬虫

标签:https   code   font   网站   技术   pre   htm   document   parallel   

原文地址:https://www.cnblogs.com/tangchun/p/10174244.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!