C# 实现抓取网站页面内容

抓取新浪网的新闻栏目，如图所示：

使用 谷歌浏览器的查看源代码： 通过分析得知，我们所要找的内容在以下两个标签之间：

 <!-- publish_helper name='要闻-新闻' p_id='1' t_id='850' d_id='1' -->

 内容。。。。

 <!-- publish_helper name='要闻-财经' p_id='30' t_id='98' d_id='1' -->

如图所示：

内容。。。。

使用VS建立一个如图所示的网站：

我们下载网络数据主要通过   WebClient 类来实现。

使用下面源代码获取我们选择的内容：

         protected void Enter_Click(object sender, EventArgs e)
         {
             WebClient we = new WebClient();  //主要使用WebClient类
             byte[] myDataBuffer;
             myDataBuffer = we.DownloadData(txtURL.Text);  //该方法返回的是 字节数组，所以需要定义一个byte[]
             string download = Encoding.Default.GetString(myDataBuffer);  //对下载的数据进行编码

             //通过查询源代码，获取某两个值之间的新闻内容
             int startIndex = download.IndexOf("<!-- publish_helper name='要闻-新闻' p_id='1' t_id='850' d_id='1' -->");
             int endIndex = download.IndexOf("<!-- publish_helper name='要闻-财经' p_id='30' t_id='98' d_id='1' -->");

             string temp = download.Substring(startIndex, endIndex - startIndex + );  //截取新闻内容

             lblMessage.Text = temp;//显示所截取的新闻内容
         }

效果如图：

最后: 除了把下载的数据保存为文本以外，还可以保存为 文件类型 和 流 类型。

             WebClient wc = new WebClient();
             wc.DownloadFile(TextBox1.Text, @"F:\test.txt");
             Label1.Text = "文件下载完成";        

  　　　　　　WebClient wc = new WebClient();
             Stream  s =  wc.OpenRead(TextBox1.Text);

             StreamReader sr = new StreamReader(s);
             Label1.Text =  sr.ReadToEnd();