代码语言
.
CSharp
.
JS
Java
Asp.Net
C
MSSQL
PHP
Css
PLSQL
Python
Shell
EBS
ASP
Perl
ObjC
VB.Net
VBS
MYSQL
GO
Delphi
AS
DB2
Domino
Rails
ActionScript
Scala
代码分类
文件
系统
字符串
数据库
网络相关
图形/GUI
多媒体
算法
游戏
Jquery
Extjs
Android
HTML5
菜单
网页交互
WinForm
控件
企业应用
安全与加密
脚本/批处理
开放平台
其它
【
Asp.Net
】
asp.net(C#)数据采集类
作者:
Dezai.CN
/ 发布于
2013/5/12
/
566
using System; using System.Data; using System.Configuration; using System.Web; using System.Web.Security; using System.Web.UI; using System.Web.UI.WebControls; using System.Web.UI.WebControls.WebParts; using System.Web.UI.HtmlControls; using MSXML2; using System.Text.RegularExpressions; namespace EC { /// <summary> /// 远程文件抓取类 /// </summary> public class GetRemoteObj { #region 构造与析构函数 public GetRemoteObj() { // // TODO: 在此处添加构造函数逻辑 // } ~GetRemoteObj() { Dispose(); } #endregion #region IDisposable 成员 public void Dispose() { GC.SuppressFinalize(this); } #endregion #region 日期随机函数 /********************************** * 函数名称:DateRndName * 功能说明:日期随机函数 * 参 数:ra:随机数 * 调用示例: * GetRemoteObj o = new GetRemoteObj(); * Random ra = new Random(); * string s = o.DateRndName(ra); * Response.Write(s); * o.Dispose(); * ********************************/ /// <summary> /// 日期随机函数 /// </summary> /// <param name="ra">随机数</param> /// <returns></returns> public string DateRndName(Random ra) { DateTime d = DateTime.Now; string s = null, y, m, dd, h, mm, ss; y = d.Year.ToString(); m = d.Month.ToString(); if (m.Length < 2) m = "0" + m; dd = d.Day.ToString(); if (dd.Length < 2) dd = "0" + dd; h = d.Hour.ToString(); if (h.Length < 2) h = "0" + h; mm = d.Minute.ToString(); if (mm.Length < 2) mm = "0" + mm; ss = d.Second.ToString(); if (ss.Length < 2) ss = "0" + ss; s += y + m + dd + h + mm + ss; s += ra.Next(100, 999).ToString(); return s; } #endregion #region 取得文件后缀 /********************************** * 函数名称:GetFileExtends * 功能说明:取得文件后缀 * 参 数:filename:文件名称 * 调用示例: * GetRemoteObj o = new GetRemoteObj(); * string url = @"http://www.baidu.com/img/logo.gif"; * string s = o.GetFileExtends(url); * Response.Write(s); * o.Dispose(); * ********************************/ /// <summary> /// 取得文件后缀 /// </summary> /// <param name="filename">文件名称</param> /// <returns></returns> public string GetFileExtends(string filename) { string ext = null; if (filename.IndexOf('.') > 0) { string[] fs = filename.Split('.'); ext = fs[fs.Length - 1]; } return ext; } #endregion #region 获取远程文件源代码 /********************************** * 函数名称:GetRemoteHtmlCode * 功能说明:获取远程文件源代码 * 参 数:Url:远程url * 调用示例: * GetRemoteObj o = new GetRemoteObj(); * string url = @"http://www.baidu.com/"; * string s = o.GetRemoteHtmlCode(url); * Response.Write(s); * o.Dispose(); * ********************************/ /// <summary> /// 获取远程文件源代码 /// </summary> /// <param name="url">远程url</param> /// <returns></returns> public string GetRemoteHtmlCode(string Url) { string s = ""; MSXML2.XMLHTTP _xmlhttp = new MSXML2.XMLHTTPClass(); _xmlhttp.open("GET", Url, false, null, null); _xmlhttp.send(""); if (_xmlhttp.readyState == 4) { s = System.Text.Encoding.Default.GetString((byte[])_xmlhttp.responseBody); } return s; } #endregion #region 保存远程文件 /********************************** * 函数名称:RemoteSave * 功能说明:保存远程文件 * 参 数:Url:远程url;Path:保存到的路径 * 调用示例: * GetRemoteObj o = new GetRemoteObj(); * string s = ""; * string url = @"http://www.baidu.com/img/logo.gif"; * string path =Server.MapPath("Html/"); * s = o.RemoteSave(url,path); * Response.Write(s); * o.Dispose(); * ******************************/ /// <summary> /// 保存远程文件 /// </summary> /// <param name="Url">远程url</param> /// <param name="Path">保存到的路径</param> /// <returns></returns> public string RemoteSave(string Url, string Path) { Random ra = new Random(); string StringFileName = DateRndName(ra) + "." + GetFileExtends(Url); string StringFilePath = Path + StringFileName; MSXML2.XMLHTTP _xmlhttp = new MSXML2.XMLHTTPClass(); _xmlhttp.open("GET", Url, false, null, null); _xmlhttp.send(""); if (_xmlhttp.readyState == 4) { if (System.IO.File.Exists(StringFilePath)) System.IO.File.Delete(StringFilePath); System.IO.FileStream fs = new System.IO.FileStream(StringFilePath, System.IO.FileMode.CreateNew); System.IO.BinaryWriter w = new System.IO.BinaryWriter(fs); w.Write((byte[])_xmlhttp.responseBody); w.Close(); fs.Close(); } else throw new Exception(_xmlhttp.statusText); return StringFileName; } #endregion #region 替换网页中的换行和引号 /********************************** * 函数名称:ReplaceEnter * 功能说明:替换网页中的换行和引号 * 参 数:HtmlCode:html源代码 * 调用示例: * GetRemoteObj o = new GetRemoteObj(); * string Url = @"http://www.baidu.com/"; * strion HtmlCode = o.GetRemoteHtmlCode(Url); * string s = o.ReplaceEnter(HtmlCode); * Response.Write(s); * o.Dispose(); * ********************************/ /// <summary> /// 替换网页中的换行和引号 /// </summary> /// <param name="HtmlCode">HTML源代码</param> /// <returns></returns> public string ReplaceEnter(string HtmlCode) { string s = ""; if (HtmlCode == null || HtmlCode == "") s = ""; else s = HtmlCode.Replace("\"", ""); s = s.Replace("\r\n", ""); return s; } #endregion #region 执行正则提取出值 /********************************** * 函数名称:GetRegValue * 功能说明:执行正则提取出值 * 参 数:HtmlCode:html源代码 * 调用示例: * GetRemoteObj o = new GetRemoteObj(); * string Url = @"http://www.baidu.com/"; * strion HtmlCode = o.GetRemoteHtmlCode(Url); * string s = o.ReplaceEnter(HtmlCode); * string Reg="<title>.+?</title>"; * string GetValue=o.GetRegValue(Reg,HtmlCode) * Response.Write(GetValue); * o.Dispose(); * ********************************/ /// <summary> /// 执行正则提取出值 /// </summary> /// <param name="RegexString">正则表达式</param> /// <param name="RemoteStr">HtmlCode源代码</param> /// <returns></returns> public string GetRegValue(string RegexString, string RemoteStr) { string MatchVale = ""; Regex r = new Regex(RegexString); Match m = r.Match(RemoteStr); if (m.Success) { MatchVale = m.Value; } return MatchVale; } #endregion #region 替换HTML源代码 /********************************** * 函数名称:RemoveHTML * 功能说明:替换HTML源代码 * 参 数:HtmlCode:html源代码 * 调用示例: * GetRemoteObj o = new GetRemoteObj(); * string Url = @"http://www.baidu.com/"; * strion HtmlCode = o.GetRemoteHtmlCode(Url); * string s = o.ReplaceEnter(HtmlCode); * string Reg="<title>.+?</title>"; * string GetValue=o.GetRegValue(Reg,HtmlCode) * Response.Write(GetValue); * o.Dispose(); * ********************************/ /// <summary> /// 替换HTML源代码 /// </summary> /// <param name="HtmlCode">html源代码</param> /// <returns></returns> public string RemoveHTML(string HtmlCode) { string MatchVale = HtmlCode; foreach (Match s in Regex.Matches(HtmlCode, "<.+?>")) { MatchVale = MatchVale.Replace(s.Value, ""); } return MatchVale; } #endregion #region 匹配页面的链接 /********************************** * 函数名称:GetHref * 功能说明:匹配页面的链接 * 参 数:HtmlCode:html源代码 * 调用示例: * GetRemoteObj o = new GetRemoteObj(); * string Url = @"http://www.baidu.com/"; * strion HtmlCode = o.GetRemoteHtmlCode(Url); * string s = o.GetHref(HtmlCode); * Response.Write(s); * o.Dispose(); * ********************************/ /// <summary> /// 获取页面的链接正则 /// </summary> /// <param name="HtmlCode"></param> /// <returns></returns> public string GetHref(string HtmlCode) { string MatchVale = ""; string Reg = @"(h|H)(r|R)(e|E)(f|F) *= *('|"")?((\w|\\|\/|\.|:|-|_)+)('|""| *|>)?"; foreach(Match m in Regex.Matches(HtmlCode,Reg)) { MatchVale += (m.Value).ToLower().Replace("href=", "").Trim() + "||"; } return MatchVale; } #endregion #region 匹配页面的图片地址 /********************************** * 函数名称:GetImgSrc * 功能说明:匹配页面的图片地址 * 参 数:HtmlCode:html源代码;imgHttp:要补充的http.当比如:<img src="bb/x.gif">则要补充http://www.baidu.com/,当包含http信息时,则可以为空 * 调用示例: * GetRemoteObj o = new GetRemoteObj(); * string Url = @"http://www.baidu.com/"; * strion HtmlCode = o.GetRemoteHtmlCode(Url); * string s = o.GetImgSrc(HtmlCode,"http://www.baidu.com/"); * Response.Write(s); * o.Dispose(); * ********************************/ /// <summary> /// 匹配页面的图片地址 /// </summary> /// <param name="HtmlCode"></param> /// <param name="imgHttp">要补充的http://路径信息</param> /// <returns></returns> public string GetImgSrc(string HtmlCode, string imgHttp) { string MatchVale = ""; string Reg = @"<img.+?>"; foreach (Match m in Regex.Matches(HtmlCode, Reg)) { MatchVale += GetImg((m.Value).ToLower().Trim(), imgHttp) + "||"; } return MatchVale; } /// <summary> /// 匹配<img src="" />中的图片路径实际链接 /// </summary> /// <param name="ImgString"><img src="" />字符串</param> /// <returns></returns> public string GetImg(string ImgString, string imgHttp) { string MatchVale = ""; string Reg = @"src=.+\.(bmp|jpg|gif|png|)"; foreach (Match m in Regex.Matches(ImgString.ToLower(), Reg)) { MatchVale += (m.Value).ToLower().Trim().Replace("src=",""); } return (imgHttp+MatchVale); } #endregion #region 替换通过正则获取字符串所带的正则首尾匹配字符串 /********************************** * 函数名称:GetHref * 功能说明:匹配页面的链接 * 参 数:HtmlCode:html源代码 * 调用示例: * GetRemoteObj o = new GetRemoteObj(); * string Url = @"http://www.baidu.com/"; * strion HtmlCode = o.GetRemoteHtmlCode(Url); * string s = o.RegReplace(HtmlCode,"<title>","</title>"); * Response.Write(s); * o.Dispose(); * ********************************/ /// <summary> /// 替换通过正则获取字符串所带的正则首尾匹配字符串 /// </summary> /// <param name="RegValue">要替换的值</param> /// <param name="regStart">正则匹配的首字符串</param> /// <param name="regEnd">正则匹配的尾字符串</param> /// <returns></returns> public string RegReplace(string RegValue, string regStart,string regEnd) { string s = RegValue; if (RegValue != "" && RegValue != null) { if (regStart != "" && regStart != null) { s = s.Replace(regStart, ""); } if (regEnd != "" && regEnd != null) { s = s.Replace(regEnd, ""); } } return s; } #endregion } }
试试其它关键字
数据采集
同语言下
.
gzip压缩
.
实现http多线程断点续传下载文件
.
实现多线程断点续传下载大文件
.
生成字符串的 CheckSum
.
根据 UserAgent 获取浏览器的类型和版本
.
根据 Agent 判断是否是智能手机
.
隐藏手机号中间四位为*方法
.
合并图片(二维码和其他图片合并)
.
ASP.NET CORE中判断是否移动端打开网页
.
ASP.NET(C#)实现页面计时(定时)自动跳转
可能有用的
.
C#实现的html内容截取
.
List 切割成几份 工具类
.
SQL查询 多列合并成一行用逗号隔开
.
一行一行读取txt的内容
.
C#动态修改文件夹名称(FSO实现,不移动文件)
.
c# 移动文件或文件夹
.
c#图片添加水印
.
Java PDF转换成图片并输出给前台展示
.
网站后台修改图片尺寸代码
.
处理大图片在缩略图时的展示
Dezai.CN
贡献的其它代码
(
4037
)
.
多线程Socket服务器模块
.
生成随机密码
.
清除浮动样式
.
弹出窗口居中
.
抓取url的函数
.
使用base HTTP验证
.
div模拟iframe嵌入效果
.
通过header转向的方法
.
Session操作类
.
执行sqlite输入插入操作后获得自动编号的ID
Copyright © 2004 - 2024 dezai.cn. All Rights Reserved
站长博客
粤ICP备13059550号-3