Jumony快速抓取網頁

---

 

作者：郝喜路   個人主頁： http://www.cnicode.com       博客地址：http://haoxilu.cnblogs.com    時間：2014年6月26日 19:25:02

---

 

　　剛剛在博客園 看到一篇博文《使用HttpWebRequest和HtmlAgilityPack抓取網頁（拒絕亂碼，拒絕正則表達式）》  ，感覺不錯，作者寫的也挺好的，然後在看了園子裡的朋友的評論後，我知道了有一個更牛x的工具——Jumony 。這個工具用起來可謂稱之為簡單、高效。 特此記錄和分享，Jumony 的使用方法。

　　Jumony是開源項目，目前源代碼存放咋GitHub ，源碼地址： https://github.com/Ivony/Jumony 。我測試使用的是Visual Studio 2012 ,測試網頁為博客園。

　　下面介紹使用方法：

　　一、在新建項目後，需要將Jumony添加到項目中，你可以下載源碼使用，也可以在NugGet 中 搜索 Jumony Core 將其添加到項目中並且後自動添加所需的引用。

　　二、添加引用之後，即可寫項目代碼。（此處代碼為獲取  博客園首頁文章內容）

　　

 1  public string Html = string.Empty;//為將拼接好html字符串返回給前台代碼
 2         protected void Page_Load(object sender, EventArgs e)
 3         {
 5             var htmlSource = new JumonyParser().LoadDocument("http://www.cnblogs.com").Find(".post_item a.titlelnk");
 6             int count = 0;
 7             foreach (var htmlElement in htmlSource)
 8             {
 9                 count ++;
10                 Html += string.Format(" <li>{2}、&nbsp;&nbsp;<a href=\"About.aspx?Url={0}\" target=\"_blank\">{1}</a></li>", htmlElement.Attribute("href").Value(), htmlElement.InnerText(),count);
11             }
12         }

    　　效果圖：

　　　　　　　

 　　三、下面就是要在點擊上圖從博客園抓取的文章標題之後，在顯示博客全文（並非在打開博客園的文章）

　　　　代碼：　　　

1   string html = Request["Url"];
2             var htmlSource =
3                 new JumonyParser().LoadDocument(html);
4             HtmlText = htmlSource.Find(".postTitle2").FirstOrDefault().InnerText();
5 
6             Html = htmlSource.Find("#cnblogs_post_body").FirstOrDefault().InnerHtml();



效果圖：

　　到此，網頁抓取寫完了，沒有什麼深奧的道理，只是把他的使用方法簡單的把代碼貼出來了，還沒有研究其源碼，有時間需要深究一下。 　　Jumony更多的使用方式請參見博客 http://www.cnblogs.com/Ivony/p/3447536.html  　　 　　本次演示Jumony快速開發的代碼如下（在百度雲盤，請自行下載：）： 　　　　http://pan.baidu.com/s/1COuCI 　　謝謝！