Jumony快速抓取网页

Jumony快速抓取网页 --- Jumony使用笔记--icode

 

---

作者：郝喜路   个人主页：http://www.cnicode.com      博客地址：http://haoxilu.cnblogs.com    时间：2014年6月26日 19:25:02

---

　　刚刚在博客园 看到一篇博文《使用HttpWebRequest和HtmlAgilityPack抓取网页（拒绝乱码，拒绝正则表达式）》  ，感觉不错，作者写的也挺好的，然后在看了园子里的朋友的评论后，我知道了有一个更牛x的工具——Jumony 。这个工具用起来可谓称之为简单、高效。 特此记录和分享，Jumony 的使用方法。

　　Jumony是开源项目，目前源代码存放咋GitHub ，源码地址： https://github.com/Ivony/Jumony 。我测试使用的是Visual Studio 2012 ,测试网页为博客园。

　　下面介绍使用方法：

　　一、在新建项目后，需要将Jumony添加到项目中，你可以下载源码使用，也可以在NugGet 中 搜索 Jumony Core 将其添加到项目中并且后自动添加所需的引用。

　　二、添加引用之后，即可写项目代码。（此处代码为获取  博客园首页文章内容）

　　

 1  public string Html = string.Empty;//为将拼接好html字符串返回给前台代码
 2         protected void Page_Load(object sender, EventArgs e)
 3         {
 5             var htmlSource = new JumonyParser().LoadDocument("http://www.cnblogs.com").Find(".post_item a.titlelnk");
 6             int count = 0;
 7             foreach (var htmlElement in htmlSource)
 8             {
 9                 count ++;
10                 Html += string.Format(" <li>{2}、&nbsp;&nbsp;<a href=\"About.aspx?Url={0}\" target=\"_blank\">{1}</a></li>", htmlElement.Attribute("href").Value(), htmlElement.InnerText(),count);
11             }
12         }

　　效果图：

　　　　　　　

　　三、下面就是要在点击上图从博客园抓取的文章标题之后，在显示博客全文（并非在打开博客园的文章）

　　　　代码：　　　

1   string html = Request["Url"];
2             var htmlSource =
3                 new JumonyParser().LoadDocument(html);
4             HtmlText = htmlSource.Find(".postTitle2").FirstOrDefault().InnerText();
5
6             Html = htmlSource.Find("#cnblogs_post_body").FirstOrDefault().InnerHtml();

效果图：

　　到此，网页抓取写完了，没有什么深奥的道理，只是把他的使用方法简单的把代码贴出来了，还没有研究其源码，有时间需要深究一下。

　　Jumony更多的使用方式请参见博客 http://www.cnblogs.com/Ivony/p/3447536.html 

　　

　　本次演示Jumony快速开发的代码如下（在百度云盘，请自行下载：）：

　　　　http://pan.baidu.com/s/1COuCI

　　谢谢！

作者：郝喜路  
出处：http://haoxilu.cnblogs.com/