欧美成人免费观看国产,国内精品网站,亚洲成在人色婷婷

你沒(méi)有看錯(cuò)，爬網(wǎng)頁(yè)數(shù)據(jù)，C# 也可以像 Jquery 那樣

當(dāng)前位置：點(diǎn)晴教程→知識(shí)管理交流 →『技術(shù)文檔交流』

admin

2023年10月16日 9:23 本文熱度 914

一：背景

1. 講故事

前段時(shí)間搞了一個(gè)地方性民生資訊號(hào)，資訊嘛，都是我抄你的，你抄官媒的，小市民都喜歡奇聞異事，所以就存在一個(gè)需求，如何去定向抓取奇聞異事的地方號(hào)上的新聞，其實(shí)做起來(lái)很簡(jiǎn)單，用邏輯回歸即可，這篇主要討論如何去抓取，在 C# 中大家都知道抓取通用的庫(kù)是 HtmlAgilityPack，但是這個(gè)庫(kù)主流的做法是采用 xpath 提取網(wǎng)頁(yè)內(nèi)容，這就讓我很不爽了，畢竟不熟悉莫名的抵抗哈，像我這個(gè)年紀(jì)的碼農(nóng)，被 Jquery 教育了至少 5-6 年，所以必須用類(lèi)Jquery 的方式，在 python 中有 pyquery 做這件事情，那在C# 中有沒(méi)有類(lèi)似的方式呢？嘿嘿，萬(wàn)能的 github 上還真有。。。就是本篇介紹的 CSQuery。

二：CSQuery

1. 安裝

github的地址：https://github.com/zone117x/CsQuery 然后在vs中 nuget 一下即可：

2. 舉幾個(gè)例子

一切都準(zhǔn)備就緒了，那怎么用呢？不著急，我以博客園舉兩個(gè)例子。

1) 將首頁(yè)中的友情連接提取到

如上圖，要想獲取這里的 友情鏈接幾個(gè)大字，直接用 text() 肯定是不行的，默認(rèn)情況它會(huì)將所有的子節(jié)點(diǎn)的文本也會(huì)抓到，如下圖：

那怎么處理呢？可以用 jquery 提供的 contents 方法，然后在獲取的所有子節(jié)點(diǎn)中判斷是否有文本節(jié)點(diǎn)，最后獲取文本節(jié)點(diǎn)的內(nèi)容即可，如下代碼：

用js是搞定了，那用 CSQuery 代碼怎么搞定呢？模仿唄，如下代碼：


        static void Main(string[] args)
        {
            var jquery = CQ.createDocument(new WebClient().DownloadString("http://cnblogs.com"));

            var content = jquery["#friend_link"].Contents().Filter((dom) =>
            {
                return dom.NodeType == NodeType.TEXT_NODE;
            }).Text();

            Console.WriteLine(content);
        }

我不知道用 xpath 提取這樣的內(nèi)容麻不麻煩，不過(guò)用 jquery 方式不簡(jiǎn)單，但輕車(chē)熟路。

2) 如何將 html 中的某些元素標(biāo)顏色

有時(shí)候?yàn)榱藰I(yè)務(wù)需要將某些 html 標(biāo)簽改一下顏色，比如說(shuō)將首頁(yè)的 tabmenu 中 博問(wèn) 和 專(zhuān)區(qū) 改成紅色，如下圖：

那用 CSQuery 怎么處理呢？如果玩過(guò) jquery，一般來(lái)說(shuō)步驟如下：

使用 each 遍歷每一個(gè)子 li 標(biāo)簽
使用 CSS 方法給 li 中 a 標(biāo)簽賦樣式
使用 Render 渲染生成一個(gè)新的的html

有了步驟，C#代碼如下：


        static void Main(string[] args)
        {
            Config.HtmlEncoder = HtmlEncoders.None;

            var jquery = CQ.createDocument(new WebClient().DownloadString("http://cnblogs.com"));

            var html = jquery["#nav_left li"].Each(dom =>
               {
                   var self = jquery[dom];

                   var text = self.Text();

                   if (text == "博問(wèn)" || text == "專(zhuān)區(qū)")
                   {
                       self.Find("a").CssSet(new { color = "red" });
                   }
               }).Render();
        }

3) 其他的操作方法

除了上面兩個(gè)操作方法外，你還可以使用 after，before，replaceAll,IS 等等一百來(lái)個(gè)實(shí)用的方法，這篇肯定也無(wú)法一一介紹了，大家有興趣可以下載下來(lái)看一看，搗鼓搗鼓。

三：其他用途

除了抓取html中的元素，我覺(jué)得這玩意還可以用在發(fā)送郵件時(shí)操控郵件模板，畢竟在很久以前大家都是用jquery來(lái)繪制 html，所以用 CSQuery 也是可以的，相對(duì)使用 xslt 有利有弊吧，接下來(lái)做一個(gè)例子：

1. 生成一個(gè)html模板


<!DOCTYPE html>

<html lang="en" xmlns="http://www.w3.org/1999/xhtml">
<head>
    <meta charset="utf-8" />
    <title></title>
</head>
<body>
    <ul id="main"></ul>
</body>
</html>

2. 使用 CSQuery 給 ul 追加 li

可以用 Append 將內(nèi)容追加到 <ul> 節(jié)點(diǎn)內(nèi)。


    class Program
    {
        static void Main(string[] args)
        {
            Config.HtmlEncoder = HtmlEncoders.None;

            var strlist = new string[2] { "1", "2" };

            var path = Environment.CurrentDirectory + "\\2.html";
            var jquery = CQ.createfromFile(path);

            foreach (var str in strlist)
            {
                jquery.Find("#main").Append($"<li>{str}</li>");
            }

            var html = jquery.Render();
        }
    }

3. 部分渲染 Renderselection

Render方法是將整個(gè)Dom渲染成html，但有時(shí)候你只需要得到你修改的那部分內(nèi)容，而不是整個(gè)html，這就涉及到了部分渲染，可以用 Renderselection 方法即可，代碼如下：


        static void Main(string[] args)
        {
            Config.HtmlEncoder = HtmlEncoders.None;

            var strlist = new string[2] { "1", "2" };

            var path = Environment.CurrentDirectory + "\\2.html";
            var jquery = CQ.createfromFile(path);

            var current = jquery.Find("#main");

            foreach (var str in strlist)
            {
                current.Append($"<li>{str}</li>");
            }

            var html = current.Renderselection();

            Console.WriteLine(html);
        }

------------- output ----------------

<ul id="main"><li>1</li><li>2</li></ul>

四：總結(jié)

Jquery 這種操作模式對(duì)我個(gè)人來(lái)說(shuō)還是比較舒服的，畢竟熟！不過(guò)在 html5 中也新增了 queryselector 和 queryselectorAll 支持 css3 選擇器，非常強(qiáng)大，可 jquery 不光在選擇器的靈活上，還在于對(duì)節(jié)點(diǎn)的靈活操作上，總的來(lái)說(shuō)不是特別富交互的情況下可以懷舊一把。

該文章在 2023/10/16 9:23:53 編輯過(guò)

關(guān)鍵字查詢(xún)

網(wǎng)頁(yè)

數(shù)據(jù)

相關(guān)文章

正在查詢(xún)...