.NET 爬虫从入门到入狱

目录

前言

1.💡使用HttpClient爬取数据

2.🚀模拟User-Agent

3.🤵使用HTML解析库

3.👌前端Price显示

4.🌱运行实例 获取金价Au

5.🧾使用正则表达式解析

6.💫获取BTC价格

 7.✨获取CSDN热点

8.🎃 获取编程语言排行榜

9.🖥️获取小破站热门

10.⭐获取某音热门 

前言

爬虫可以用于外汇，期货，基金，货币，比分，电商，文章等信息的采集。通过数据分析，竞品分析，为商业决策提供数据支持。

金价暴涨，抓取下今日的金价。

1.💡使用HttpClient爬取数据

try
{// 创建HttpClient实例using (var httpClient = new HttpClient()){//模拟User-AgenthttpClient.DefaultRequestHeaders.Add("User-Agent", GetUserAgent());// 发送GET请求并获取响应 xxx.com是某网站的页面~（保护）var response = await httpClient.GetAsync("https://xxx.com");response.EnsureSuccessStatusCode();var htmlContent = await response.Content.ReadAsStringAsync();}
}
catch (HttpRequestException ex)
{// 处理请求异常ViewBag.Error = "Failed to retrieve price data: " + ex.Message;
}

2.🚀模拟User-Agent

  // 生成随机 User-Agentprivate string GetUserAgent(){string[] userAgents = new string[]{"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/97.0.4692.99 Safari/537.36","Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/88.0.4324.190 Safari/537.36",// };Random random = new Random();int index = random.Next(userAgents.Length);return userAgents[index];}

3.🤵使用HTML解析库

（HtmlAgilityPack）提取价格

  // 使用HtmlAgilityPack解析HTMLvar htmlDocument = new HtmlDocument();htmlDocument.LoadHtml(htmlContent);// 使用XPath表达式选择指定的<tr>元素var trElement = htmlDocument.DocumentNode.SelectSingleNode("//tr[contains(@class, 'border_ea') and contains(@class, 'noTop_border')]");if (trElement != null){// 获取包含价格的<td>元素var priceCell = trElement.SelectSingleNode(".//td[@align='center'][2]");if (priceCell != null){// 提取价格string price = priceCell.InnerText.Trim();// 将价格传递给视图ViewBag.Price = price;}else{ViewBag.Error = "Price cell not found in table row.";}}else{ViewBag.Error = "Table row not found.";}

也可以用正则表达式提取

3.👌前端Price显示

    <h1>Au99.99 Price: @ViewBag.Price</h1><h2>@ViewBag.Error</h2>

4.🌱运行实例 获取金价Au

也可以通过修改规则取实时Pt的价格

      // 使用XPath表达式选择指定的<tr>元素var trElements = htmlDocument.DocumentNode.SelectNodes("//tr[contains(@class, 'border_ea') and contains(@class, 'noTop_border ')]");if (trElements != null){foreach (var trElement in trElements){// 获取包含产品名称和价格的<td>元素var tdElements = trElement.SelectNodes("./td");if (tdElements != null && tdElements.Count >= 5){// 获取产品名称、最新价、最高价、最低价和今开盘价格string productName = tdElements[0].InnerText.Trim();string latestPrice = tdElements[1].InnerText.Trim();string highestPrice = tdElements[2].InnerText.Trim();string lowestPrice = tdElements[3].InnerText.Trim();string openingPrice = tdElements[4].InnerText.Trim();// 检查产品名称是否为Au99.99或Pt99.95if (productName == "Au99.99"){// 将Au99.99价格信息传递给视图ViewBag.AuLatestPrice = latestPrice;ViewBag.AuHighestPrice = highestPrice;ViewBag.AuLowestPrice = lowestPrice;ViewBag.AuOpeningPrice = openingPrice;}else if (productName == "Pt99.95"){// 将Pt99.95价格信息传递给视图ViewBag.PtLatestPrice = latestPrice;ViewBag.PtHighestPrice = highestPrice;ViewBag.PtLowestPrice = lowestPrice;ViewBag.PtOpeningPrice = openingPrice;}}}}

结果如下：

5.🧾使用正则表达式解析

通过httpClient请求

     public async Task<ActionResult> Index(){// 获取当前时间的时间戳long timestamp = DateTimeOffset.Now.ToUnixTimeMilliseconds();// 构建URLstring url = $"http://www.xxx.cn/xx.js?t={timestamp}";// 创建HttpClient实例using (var httpClient = new HttpClient()){// 设置 User-AgenthttpClient.DefaultRequestHeaders.Add("User-Agent", GetUserAgent());try{// 发送GET请求var response = await httpClient.GetAsync(url);response.EnsureSuccessStatusCode();// 读取返回的数据var responseData = await response.Content.ReadAsStringAsync();// 解析返回的数据var price = ParseGoldPrice(responseData);// 将价格传递给视图ViewBag.Price = price;}catch (HttpRequestException ex){// 处理请求异常ViewBag.Error = "Failed to retrieve gold price data.";}}// 返回视图return View();}

处理返回价格 

通过正则表达式匹配数据

  private decimal ParseGoldPrice(string responseData){string price = "";decimal price2 = 0;string data = responseData;// // 匹配价格的正则表达式string pattern = @"var hq_str_gds_AUTD=""([^""]+)"";";// 使用正则表达式匹配数据Match match = Regex.Match(data, pattern);if (match.Success){// 获取匹配到的价格数据string priceData = match.Groups[1].Value;// 使用逗号分割数据，取第一个元素作为价格string[] priceParts = priceData.Split(',');price = priceParts[0];// 将字符串价格转换为decimal类型price2 = decimal.Parse(price);// 输出提取到的价格Console.WriteLine("Gold Price: " + price2);}else{Console.WriteLine("Price not found in data.");}// decimal price = decimal.Parse(priceString);return price2;}

6.💫获取BTC价格

Headers模拟cookie获取BTC价格

 httpClient.DefaultRequestHeaders.Add("User-Agent", GetUserAgent());httpClient.DefaultRequestHeaders.Add("Accept", "text/html,application/xhtml+xml,application/xml;q=0.9,image/avif,image/webp,image/apng,*/*;q=0.8,application/signed-exchange;v=b3;q=0.7");httpClient.DefaultRequestHeaders.Add("Accept-Language", "zh-CN,zh;q=0.9");httpClient.DefaultRequestHeaders.Add("Cache-Control", "max-age=0");
//cookiehttpClient.DefaultRequestHeaders.Add("Cookie", "__51uvsct__3ExGyQaAoNSqsSUY=1; __51vcke__3ExGyQaAoNSqsSUY=c91184d5-8826-5ea8-8ddc-a0f3b85c9470; __51vuft__3ExGyQaAoNSqsSUY=1713248151570; PHPSESSID=a6ff05p79bbf3ot4ohphein0e1; Hm_lvt_1605442054faab140873b7c14e40c707=1713248152; Hm_lvt_4820535acfded9186d46b7ae0c829918=1713248152; __vtins__3ExGyQaAoNSqsSUY=%7B%22sid%22%3A%20%22757fcc49-fe4e-5985-bc10-5a0f6ef6d6ba%22%2C%20%22vd%22%3A%206%2C%20%22stt%22%3A%201175754%2C%20%22dr%22%3A%20271898%2C%20%22expires%22%3A%201713251127320%2C%20%22ct%22%3A%201713249327320%7D; Hm_lpvt_1605442054faab140873b7c14e40c707=1713249327; Hm_lpvt_4820535acfded9186d46b7ae0c829918=1713249328");httpClient.DefaultRequestHeaders.Add("Sec-Ch-Ua", "\"Google Chrome\";v=\"123\", \"Not:A-Brand\";v=\"8\", \"Chromium\";v=\"123\"");httpClient.DefaultRequestHeaders.Add("Sec-Ch-Ua-Mobile", "?0");httpClient.DefaultRequestHeaders.Add("Sec-Ch-Ua-Platform", "\"Windows\"");httpClient.DefaultRequestHeaders.Add("Sec-Fetch-Dest", "document");httpClient.DefaultRequestHeaders.Add("Sec-Fetch-Mode", "navigate");httpClient.DefaultRequestHeaders.Add("Sec-Fetch-Site", "none");httpClient.DefaultRequestHeaders.Add("Sec-Fetch-User", "?1");httpClient.DefaultRequestHeaders.Add("Upgrade-Insecure-Requests", "1");
//匹配var currencyElement = htmlDocument.DocumentNode.SelectSingleNode("//div[@id='hr_app_cid_1']");if (currencyElement != null){// 查找包含人民币价格的元素var priceElement = currencyElement.SelectSingleNode(".//div[@class='virtual overflow']");if (priceElement != null){// 提取人民币价格var chinesePrice = priceElement.InnerText.Trim();}}

美元价格也是类似的规则，运行结果

 7.✨获取CSDN热点

模拟请求，修改规则

  var httpClient = new HttpClient();var referer = "xxx";httpClient.DefaultRequestHeaders.Add("referer", referer);httpClient.DefaultRequestHeaders.Add("User-Agent", GetUserAgent());var response = await httpClient.GetAsync("xxx/");response.EnsureSuccessStatusCode();var responseBody = await response.Content.ReadAsStringAsync();var contentList = new List<Tuple<string, string, string>>();var htmlDocument = new HtmlDocument();htmlDocument.LoadHtml(responseBody);//  var itemNodes = htmlDocument.DocumentNode.SelectNodes("//div[contains(@class, 'headswiper-item')]");var items = htmlDocument.DocumentNode.SelectNodes("//div[@class='headswiper-item']");if (items != null){foreach (var item in items){var titleNode = item.SelectSingleNode(".//a[@class='title']");var nameNode = item.SelectSingleNode(".//p[@class='name']");var linkNode = item.SelectSingleNode(".//a[@class='title']");if (titleNode != null && nameNode != null && linkNode != null){var title = titleNode.InnerText.Trim();var name = nameNode.InnerText.Trim();var link = linkNode.GetAttributeValue("href", "");contentList.Add(new Tuple<string, string, string>(title, name, link));}}}return View(contentList);

or 使用正则

// 使用正则表达式匹配所有符合条件的 div 元素内容var regex = new Regex(@"<div class=""headswiper-item""(.*?)</div>", RegexOptions.Singleline);var matches = regex.Matches(responseBody);foreach (Match match in matches){//去除Vuehtmlstring s1temp = match.Groups[1].Value.Trim();int i1 = s1temp.IndexOf(">")+1;int i2  = s1temp.Length - i1 - 1;string  hotstr = s1temp.Substring(i1, i2);contentList.Add(hotstr);}

运行结果

8.🎃 获取编程语言排行榜

            var response = await httpClient.GetAsync("xxx");response.EnsureSuccessStatusCode();var htmlContent = await response.Content.ReadAsStringAsync();var htmlDocument = new HtmlDocument();htmlDocument.LoadHtml(htmlContent);// 获取表格内容var table = htmlDocument.DocumentNode.SelectSingleNode("//table[@class='w-min min-w-full table-fixed divide-y-2 divide-gray-200 text-sm dark:divide-gray-700']");ViewBag.TableContent = table?.OuterHtml;

9.🖥️获取小破站热门

 var httpClient = new HttpClient();var referer = "https://xxx";httpClient.DefaultRequestHeaders.Add("Referer", referer);httpClient.DefaultRequestHeaders.Add("User-Agent", GetUserAgent());var response = await httpClient.GetAsync("https://xxx");response.EnsureSuccessStatusCode();var responseBody = await response.Content.ReadAsStringAsync();var jsonRes = Newtonsoft.Json.JsonConvert.DeserializeObject<dynamic>(responseBody);var tempArr = new List<MItem>();int itid = 1;foreach (var itemj in jsonRes.data.list){string tt = itemj.keyword.ToString();//  string hot = itemj.hot_value.ToString();tempArr.Add(new MItem{Index = itid++,Title = tt,Hot = "",Url = "https://search.bilibili.com/all?keyword=" + tt+ "&order=click",MobileUrl = "https://search.bilibili.com/all?keyword=" + tt+ "&order=click"});}var md = new MData{Success = true,Title = "小破站",Subtitle = "热搜榜",UpdateTime = DateTime.Now.ToString("yyyy-MM-dd hh:mm:ss"),Data = tempArr};
  public class MData{public bool Success { get; set; }public string Title { get; set; }public string Subtitle { get; set; }public string UpdateTime { get; set; }public List<MItem> Data { get; set; }}
 public class MItem{public int Index { get; set; }public string Title { get; set; }public string Hot { get; set; }public string Url { get; set; }public string MobileUrl { get; set; }}

10.⭐获取某音热门 

  var httpClient = new HttpClient();var referer = "xxx";httpClient.DefaultRequestHeaders.Add("referer", referer);httpClient.DefaultRequestHeaders.Add("User-Agent", GetUserAgent());var response = await httpClient.GetAsync("xxx");response.EnsureSuccessStatusCode();var responseBody = await response.Content.ReadAsStringAsync();var jsonRes = Newtonsoft.Json.JsonConvert.DeserializeObject<dynamic>(responseBody);var tempArr = new List<MItem>();int itid = 1;foreach (var itemj in jsonRes.word_list){string tt = itemj.word.ToString();string hot  =itemj.hot_value.ToString();tempArr.Add(new MItem{Index = itid++,Title = tt,Hot = hot,Url = "https://www.douyin.com/search/" + tt,MobileUrl = "https://www.douyin.com/search/" + tt}); }var douyinData = new MData{Success = true,Title = "某音",Subtitle = "热搜榜",UpdateTime = DateTime.Now.ToString("yyyy-MM-dd hh:mm:ss"),Data = tempArr};

注意：如果目标有IP限制、Cookie、签名等，则需编写相应的对策 。

此外，还可以通过WinFrom WebBowser控件实现加载完DOM再匹配信息实现爬取效果。

这里只做抛砖引玉，后续是否入狱自行探索，请勿使用此技术做违法的事情！！！💀 

在使用爬虫技术时，必须遵守相关法律法规，尊重网站经营者的权益，避免对网站或系统造成干扰或破坏。同时，对于涉及公民个人信息的爬虫行为，应格外谨慎，确保不侵犯他人的隐私权。

END

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.hqwc.cn/news/631033.html

如若内容造成侵权/违法违规/事实不符，请联系编程知识网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

DevOps是什么？

DevOps是什么？

DevOps是一系列实践、工具和文化理念的组合&#xff0c;旨在自动化并整合软件开发和信息技术运维团队之间的流程。以下是DevOps的几个关键点&#xff1a; 沟通与协作&#xff1a;DevOps强调开发和运维团队之间的沟通与合作&#xff0c;通过改善这两个部门间的协作关系&#xff…
阅读更多...
关于MCU核心板的一些常见问题

关于MCU核心板的一些常见问题

BGA植球与焊接&#xff08;多涂焊油&#xff09;&#xff1a; 【BGA芯片是真麻烦&#xff0c;主要是植锡珠太麻烦了&#xff0c;拆一次就得重新植】https://www.bilibili.com/video/BV1vW4y1w7oNvd_source3cc3c07b09206097d0d8b0aefdf07958 / NC电容一般有两种含义&#xff1…
阅读更多...
Java List＜T＞流Stream常用API详细应用场景及示例代码

Java List＜T＞流Stream常用API详细应用场景及示例代码

Java List流Stream常用API详细应用场景及示例代码 1. Stream简介2. 创建Stream示例代码&#xff1a; 3. 中间操作3.1 根据createTime倒序排序示例代码&#xff1a;3.2 根据age倒序排序示例代码&#xff1a;3.3 role条件查询示例代码&#xff1a;3.4 获取sex为female的list集合示…
阅读更多...
npm内部机制与核心原理

npm内部机制与核心原理

npm 的核心目标&#xff1a; Bring the best of open source to you, your team and your company. npm 最重要的任务是安装和维护开源库。 npm 安装机制与背后思想 npm 的安装机制非常值得探究。Ruby 的 Gem&#xff0c;Python 的 pip 都是全局安装机制&#xff0c;但是 npm …
阅读更多...
Root mapping definition has unsupported parameters: [all : {analyzer=ik_max_wor

Root mapping definition has unsupported parameters: [all : {analyzer=ik_max_wor

你们好&#xff0c;我是金金金。 场景 我正在使用Springboot整合elasticsearch&#xff0c;在创建索引(分词器) 运行报错&#xff0c;如下 排查 排查之前我先贴一下代码 import org.elasticsearch.action.admin.indices.create.CreateIndexRequest; // 注意这个包SpringBootTe…
阅读更多...
SpringBoot项目创建，详细流程

SpringBoot项目创建，详细流程

一、前言 Spring Boot是一个开源的Java框架&#xff0c;由Pivotal团队&#xff08;现为VMware旗下&#xff09;开发&#xff0c;通过提供默认配置和一系列启动器&#xff08;starters&#xff09;来简化项目配置&#xff0c;使得开发者能够快速启动和运行Spring应用程序。 ‍ …
阅读更多...
从入门到实践，详解 Web 爬虫技术（IP池免费送）

从入门到实践，详解 Web 爬虫技术（IP池免费送）

&#x1f90d; 前端开发工程师、技术日更博主、已过CET6 &#x1f368; 阿珊和她的猫_CSDN博客专家、23年度博客之星前端领域TOP1 &#x1f560; 牛客高级专题作者、打造专栏《前端面试必备》 、《2024面试高频手撕题》 &#x1f35a; 蓝桥云课签约作者、上架课程《Vue.js 和 E…
阅读更多...
Leetcode138_随机链表的复制

Leetcode138_随机链表的复制

1.leetcode原题链接&#xff1a;. - 力扣&#xff08;LeetCode&#xff09; 2.题目描述 给你一个长度为 n 的链表&#xff0c;每个节点包含一个额外增加的随机指针 random &#xff0c;该指针可以指向链表中的任何节点或空节点。 构造这个链表的 深拷贝。 深拷贝应该正好由 …
阅读更多...
解决 vue install 引发的 failed Error: not found: python2 问题

解决 vue install 引发的 failed Error: not found: python2 问题

发生 install 异常时&#xff0c;提示信息如下所示&#xff1a; npm ERR! code 1 npm ERR! path U:\cnblogs\fanfengping-dtops\fanfengping-dtops-front\node_modules\node-sass npm ERR! command failed npm ERR! command U:\Windows\system32\cmd.exe /d /s /c node scripts…
阅读更多...
北大字节联合发布视觉自动回归建模（VAR）：通过下一代预测生成可扩展的图像

北大字节联合发布视觉自动回归建模（VAR）：通过下一代预测生成可扩展的图像

北大和字节发布一个新的图像生成框架VAR。首次使GPT风格的AR模型在图像生成上超越了Diffusion transformer。 同时展现出了与大语言模型观察到的类似Scaling laws的规律。在ImageNet 256x256基准上,VAR将FID从18.65大幅提升到1.80,IS从80.4提升到356.4,推理速度提高了20倍。 相…
阅读更多...
PLC怎么接入互联网

PLC怎么接入互联网

几十年来&#xff0c;PLC都是用于现场设备的自动化控制。随着移动互联网技术的发展&#xff0c;移动办公的便捷性使PLC联网进行远程监控操作的需求越来越多。那PLC怎么接入互联网呢&#xff1f; PLC的通讯基本都是基于现场的通讯&#xff0c;无论是RS485,RS232还是 TCP协议&am…
阅读更多...
泛微 E-Office 9.5版本存在ajax.php接口任意文件上传漏洞

泛微 E-Office 9.5版本存在ajax.php接口任意文件上传漏洞

声明&#xff1a; 本文仅用于技术交流&#xff0c;请勿用于非法用途 由于传播、利用此文所提供的信息而造成的任何直接或者间接的后果及损失&#xff0c;均由使用者本人负责&#xff0c;文章作者不为此承担任何责任。 简介 泛微 E-Office 9.5版本存在代码问题漏洞&#xff0c…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023