.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.mzph.cn/diannao/313.shtml

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

相关文章

4.15报错记录

4.15报错记录

打开文件时出错a bytes-like object is required,notNoneType 确保E:/data/stdata/st- images-1208-json|ST-WT-1.json是一个有效的标签文件。 今天用X-anylabling更改标签目录时出现这个报错 解决方案&#xff1a;图片文件夹中创建同名的一个文件夹把json文件放进去就可以打…
阅读更多...
QML语法基础一

QML语法基础一

import QtQuick QML类型系统 1.基本类型:int bool real double string url list var enum 2.Quick类型:color font matrix4*4 quaternion vector2d vector3d vector4d date point size rect 等 3.javascripte类型:qml支持标准的javascript类型 4.对象类型:用于QML对象实例化 对…
阅读更多...
[Qt网络编程]之UDP通讯的简单编程实现

[Qt网络编程]之UDP通讯的简单编程实现

hello&#xff01;欢迎大家来到我的Qt学习系列之网络编程之UDP通讯的简单编程实现。希望这篇文章能对你有所帮助&#xff01;&#xff01;&#xff01; 本篇文章的相关知识请看我的上篇文章: http://t.csdnimg.cn/UKyeM 目录 UDP通讯 基于主窗口的实现 基于线程的实现 UDP通讯…
阅读更多...
【YOLO系列PR、F1绘图】更改v5、v7、v8（附v8训练、验证方式），实现调用val.py或者test.py后生成pr.csv，然后再整合绘制到一张图上（使用matplotlib绘制）

【YOLO系列PR、F1绘图】更改v5、v7、v8（附v8训练、验证方式），实现调用val.py或者test.py后生成pr.csv，然后再整合绘制到一张图上（使用matplotlib绘制）

目录 1. 前提 效果图2. 更改步骤2.1 得到PR_curve.csv和F1_curve.csv2.1.1 YOLOv7的更改2.1.1.1 得到PR_curve.csv2.2.1.2 得到F1_curve.csv 2.1.2 YOLOv5的更改&#xff08;v6.1版本&#xff09;2.1.3 YOLOv8的更改&#xff08;附训练、验证方式&#xff09; 2.2 绘制PR曲线 …
阅读更多...
【创建型模式】抽象工厂模式

【创建型模式】抽象工厂模式

一、抽象工厂模式概述 抽象工厂模式定义&#xff1a;提供一个创建一系列相关或相互依赖对象的接口&#xff0c;而无须指定它们具体的类。 模式动机&#xff1a; 1.当系统提供的工厂生产的具体产品并不是一个简单的对象&#xff0c;而是多个位于不同产品等级结构、属于不同类型的…
阅读更多...
HiveSql中的函数家族(一)

HiveSql中的函数家族(一)

一.内置函数 1-1 日期类型操作 -- 获取当前日期 select current_date(); -- 获取当前日期时间 select current_timestamp(); -- 获取unix时间&#xff08;时间戳&#xff09; 从1970年1月1号0时0分0秒 到现在过去了多少秒 select unix_timestamp();-- unix时间 和日期时间的转…
阅读更多...
41、二叉树-二叉树的层序遍历

41、二叉树-二叉树的层序遍历

思路&#xff1a; 层序遍历就是从左到右依次遍历。这个时候就可以使用队列的方式。例如先把头节点入队&#xff0c;然后遍历开始&#xff0c;首先计算队列长度&#xff0c;第一层&#xff0c;长度为了&#xff0c;遍历一次&#xff0c;依次出队&#xff0c;头结点出队&#xff…
阅读更多...
Tomcat和Spring Boot配置https

Tomcat和Spring Boot配置https

生成测试证书 生成证书前&#xff0c;先验证本地是否正确配置jdk环境变量&#xff0c;如果jdk环境变量配置正确&#xff0c;在命令行程序输入生成证书的命令。 keytool -genkey -alias tomcat -keyalg RSA -keystore "F:\job\apache-tomcat-8.5.29\key\freeHttps.keysto…
阅读更多...
微信小程序之图片上传并保存在服务器

微信小程序之图片上传并保存在服务器

先将图片上传到服务器&#xff0c;后端接口将保存好的图片地址返回给小程序&#xff0c;再将小程序中添加图像的图片的url替换为服务器中照片的存储地址&#xff08;使微信小程序中显示出上传的图片&#xff09;。 1、效果如下&#xff1a; 点击图像后选择图像&#xff1a; 结…
阅读更多...
Kafka不仅是消息队列而是一个分布式消息处理平台

Kafka不仅是消息队列而是一个分布式消息处理平台

目录 1. kafka架构图 2.关键概念解析 2.1 producer 2.2 consumer: 2.3 brkoer 2.4 Topic 与 Partition 2.5 AR (Assigned Replicas) 2.6 ISR（In-Sync Replicas） 2.7 OSR (Out-of-Sync Replicas) 2.8 HW (High Water-mark) 2.9 LEO (Log End Offset)
阅读更多...
搜维尔科技：【工业仿真】煤矿机械安全事故VR警示教育系统

搜维尔科技：【工业仿真】煤矿机械安全事故VR警示教育系统

产品概述 搜维尔科技 煤矿机械安全事故VR警示教育系统 系统内容&#xff1a; 系统采用虚拟现实技术模拟矿井井下机械安全技术及事故&#xff0c;展现井下常见机械伤害事故&#xff0c;表现伤害事故的隐患点&#xff0c;能够模拟事故发生和发展过程&#xff1b;营造井下灾害发…
阅读更多...
如何使用 Node.js 发送电子邮件全解和相关工具推荐

如何使用 Node.js 发送电子邮件全解和相关工具推荐

大多数Web应用程序都需要发送电子邮件。它可能用于注册、密码重置、状态报告&#xff0c;甚至是完整的市场营销活动&#xff0c;如新闻和促销。本教程解释了如何在Node.js中发送电子邮件&#xff0c;但其概念和挑战适用于您正在使用的任何系统。 你会在 npm 上找到大量与电子邮…
阅读更多...
详细UI色彩搭配方案分享

详细UI色彩搭配方案分享

UI 配色是设计一个成功的用户界面的关键之一。UI 配色需要考虑品牌标志、用户感受、应用程序的使用场景&#xff0c;这样可以帮助你创建一个有吸引力、易于使用的应用程序。本文将分享 UI 配色的相关知识&#xff0c;帮助设计师快速构建 UI 配色方案&#xff0c;以满足企业的需…
阅读更多...
windows10小皮安装不同版本composer，实现自由切换使用

windows10小皮安装不同版本composer，实现自由切换使用

1、使用phpstudy小皮面板安装composer1.8.5和composer2.5.8两个版本&#xff1b; 2、打开刚才安装的composer安装目录&#xff1a;D:\phpstudy_pro\Extensions 3、打开composer1.8.5版本&#xff0c;修改composer.bat名称为composer1.8.5.bat&#xff1a; 4、打开composer2.5.8…
阅读更多...
隐私计算DataTrust：从产品需求到工程架构实践

隐私计算DataTrust：从产品需求到工程架构实践

继上期介绍了新监管形势下的隐私技术及数据共享合规设计的思考，本期将接着为大家讲解，国内唯一一个获得工信部三项隐私计算测评的产品DataTrust，在隐私计算领域从产品需求到工程架构的实践之路。 随着数据作为第五大生产要素被提出，“数据流通”的社会价值已形成广泛共识，…
阅读更多...
Linux命令学习—Apache 服务器（下）

Linux命令学习—Apache 服务器（下）

1.7、访问控制、认证授权的综合指令 1.7.1、两种综合情况 1、满足一种条件即可访问 Satisfy any 或者满足访问控制的条件&#xff0c;或者满足认证授权的条件&#xff0c;就可以访问指定页面、目录 2、必须同时满足 2 个条件才能访问 Satisfy all必须同时满足访问控制和认…
阅读更多...
vue的实现八股

vue的实现八股

双向绑定原理 Vue的双向绑定原理是通过数据劫持和观察者模式实现的。 vue使用了响应式的对象&#xff0c;即当数据发生改变的时候&#xff0c;视图也会随之改变 数据劫持&#xff1a; vue2使用了object.definedproperty对数据的每个属性进行劫持&#xff0c;从而逐一对每个…
阅读更多...
【报错】Process finished with exit code 139 (interrupted by signal 11: SIGSEGV)

【报错】Process finished with exit code 139 (interrupted by signal 11: SIGSEGV)

在你检查完没有内存溢出等各种各种情况之后&#xff0c;仍然不知道该怎么解决&#xff0c;这里提供一个可能的解决办法。 如果你也用的是Mac M1芯片&#xff0c;在跑numpy的时候出现 Intel MKL Warning&#xff1b; 或在用pytorch训练模型的时候遇到segmentation fault。有可能…
阅读更多...
【机器学习300问】75、如何理解深度学习中Dropout正则化技术？

【机器学习300问】75、如何理解深度学习中Dropout正则化技术？

一、Dropout正则化的原理是什么&#xff1f; Dropout&#xff08;随机失活&#xff09;正则化是一种用于减少神经网络中过拟合现象的技术。Dropout正则化的做法是&#xff1a; 在训练过程中的每次迭代中&#xff0c;随机将网络中的一部分权重临时"丢弃"&#xff08;即…
阅读更多...
Java工具类：压缩图片至指定大小

Java工具类：压缩图片至指定大小

不好用请移至评论区揍我 原创代码，请勿转载，谢谢！ 一、介绍 接收File参数及目标大小，将自动递归压缩至指定大小已增加删除压缩产生的临时文件等逻辑处理传递的原文件将不会执行delete操作，而是在基础上返回压缩后的文件传递文件名示例（xxx.txt），压缩后文件名示例（xxx_…
阅读更多...
最新文章

Copyright @ 2022~2023