全文预览已结束
下载本文档
版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
模拟用户登录;保存登录状态;抓取数据技术点:模拟用户登录;保存登录状态;抓取数据程序非常简单: / / visit the target url / / /this is for keeping cookies and sessions /this is the data need post inside form /html page public static string PostAndGetHTML(string targetURL,CookieContainer cc, Hashtable param) /prepare the submit data string formData = ; foreach (DictionaryEntry de in param) formData += de.Key.ToString() + = + de.Value.ToString()+&; if(formData.Length0) formData = formData.Substring(0, formData.Length - 1); /remove last & ASCIIEncoding encoding = new ASCIIEncoding(); byte data = encoding.GetBytes(formData); HttpWebRequest request = (HttpWebRequest)WebRequest.Create(targetURL); request.Method = POST; /postrequest.ContentType = application/x-www-form-urlencoded; request.ContentLength = data.Length; request.UserAgent = Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 5.1; SV1; .NET CLR 2.0.1124); Stream newStream = request.GetRequestStream(); newStream.Write(data, 0, data.Length); newStream.Close(); request.CookieContainer = cc; HttpWebResponse response = (HttpWebResponse)request.GetResponse(); cc.Add(response.Cookies); Stream stream = response.GetResponseStream(); string result = new StreamReader(stream, System.Text.Encoding.Default).ReadToEnd(); return result; 这一个是调用的例子:先登录,在查询。 实际中这个逻辑可能有很多步骤 private void button2_Click(object sender, EventArgs e) CookieContainer cc = new CookieContainer();/this is for keep the Session and Cookie Hashtable param = new Hashtable();/this is for keep post data. string urlLogin = http:/demo.server/login.asp; /do find the elementId that needed. check the source of login page can get this information param.Add(User, xxx); param.Add(Password, xxxx); string result = PostAndGetHTML(urlLogin, cc, param); /check result, whether login success /if login success, goto the target url, and input some value. string url2 = http:/demo.server/query.asp?id=1;/ need change. special logic param.Clear(); /param.Add(SearchAreaId,JobId) result = PostAndGetHTML(url2, cc, new Hashtable(); /ConvertToDT the html or do something others 这是一个简单的抓取网页数据的函数(针对Table内的,直接转化成DataTable) private DataTable ConvertToDT(DataTable dt, string tableHTML) int lastTD = tableHTML.ToLower().LastIndexOf(); int firstRow = tableHTML.ToLower().IndexOf(tr) + 3;/after tr int index = tableHTML.ToLower().IndexOf(tr, firstRow) + 3;/after tr while (index lastTD) DataRow dr = dt.NewRow(); for (int i = 0; i dt.Columns.Count; i+) string value = ; int startTD = tableHTML.ToLower().IndexOf(td, index) + 3;/after td int endTD = tableHTML.ToLower().IndexOf(, startTD); if (endTD 0) break; string tdStr = tableHTML.Substring(startTD, endTD - startTD); /remove and others tdStr = tdStr.Replace( , ).Replace(t, ).Replace(r, ); string v = tdStr.Split(); for (int j = 0; j v.Length; j+) j+; if (vj.Trim() != ) value = vj.Trim(); break; / dri = value; index =
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 2022年度江苏省报检员之报检员资格考试高分通关题型题库附解析答案
- 费托合成石蜡煤油
- 2-Methylbutanal-d3-2-Methylbutyraldehyde-d-sub-3-sub-生命科学试剂-MCE
- 湖北省新高考部分学校2022-2023学年高三下学期2月质量检测物理试题含解析
- 物业公司与服务中心基本情况介绍全套
- 【信息技术】智能机器人 教学设计 2023-2024学年人教中图版(2019)高中信息技术选择性必修4
- DLP与SLA光固化3D打印机有什么区别
- 养老院安全教育管理培训制度(万能版)
- 中考复习修辞手法在表达中的具体微创技巧总结
- 中考复习名家语录与名篇摘抄
- 物理性污染控制知到章节答案智慧树2023年南京大学
- 大理房地产开发项目可行性研究报告
- 中等职业教育课程改革国家规划新教材计算机应用基础教案
- 中药化学知到章节答案智慧树2023年天津中医药大学
- 儿科十四五规划
- DISC职业性格测试(40题,附完整分析)
- 安徽省合肥市庐阳区第四十五中学2022-2023学年中考一模物理试卷(含答案)
- 2023年浙江杭州城市建设投资发展集团有限公司招聘笔试题库含答案解析
- 《文学阅读与创意表达任务群解读与实施建议》学习心得体会
- 雅思海外阅读8套真题(含答案解析)
- 繁昌县繁星针织漂染有限责任公司纺织面料印染及功能整理智能化绿色产业链建设项目环境影响报告书
评论
0/150
提交评论