ASP.NET获取网页中的图片

/**//// <summary>
    /// 下载指定ＵＲＬ下的所有图片
    /// </summary>
    public class WebPageImage
    ...{
        /**//// <summary>
        /// 获取网页中全部图片
        /// </summary>
        /// <param name="url">网页地址</param>
        /// <param name="charSet">网页编码，为空自动判断</param>
        /// <returns>全部图片显示代码</returns>
        public string getImages(string url, string charSet)
        ...{
            string s = getHtml(url, charSet);
            return getPictures(s, url);
        }

        /**//// <summary>
        /// 获取网页中全部图片
        /// </summary>
        /// <param name="url">网址</param>
        /// <returns>全部图片代码</returns>
        public string getImages(string url)
        ...{
            return getImages(url, "");
        }

        string doman(string url)
        ...{
            Uri u = new Uri(url);
            return u.Host;
        }

        /**//// <summary>
        /// 获取网页内容
        /// </summary>
        /// <param name="url">网站地址</param>
        /// <param name="charSet">目标网页的编码,如果传入的是null或者"",那就自动分析网页的编码 </param>
        /// <returns></returns>
        string getHtml(string url, string charSet)
        ...{
            WebClient myWebClient = new WebClient();
            //创建WebClient实例myWebClient 
            // 需要注意的： 
            //有的网页可能下不下来，有种种原因比如需要cookie,编码问题等等 
            //这是就要具体问题具体分析比如在头部加入cookie 
            // webclient.Headers.Add("Cookie", cookie); 
            //这样可能需要一些重载方法。根据需要写就可以了 

            //获取或设置用于对向 Internet 资源的请求进行身份验证的网络凭据。 
            myWebClient.Credentials = CredentialCache.DefaultCredentials;
            //如果服务器要验证用户名,密码 
            //NetworkCredential mycred = new NetworkCredential(struser, strpassword); 
            //myWebClient.Credentials = mycred; 
            //从资源下载数据并返回字节数组。（加@是因为网址中间有"/"符号） 
            byte[] myDataBuffer = myWebClient.DownloadData(url);
            string strWebData = Encoding.Default.GetString(myDataBuffer);

            //获取网页字符编码描述信息 
            Match charSetMatch = Regex.Match(strWebData, "<meta([^<]*)charset=([^<]*)\\"", RegexOptions.IgnoreCase | RegexOptions.Multiline);
            string webCharSet = charSetMatch.Groups[2].Value.Replace("\\"", "");
            if (charSet == null || charSet == "")
                charSet = webCharSet;

            if (charSet != null && charSet != "" && Encoding.GetEncoding(charSet) != Encoding.Default)
                strWebData = Encoding.GetEncoding(charSet).GetString(myDataBuffer);
            return strWebData;
        }

        string getPictures(string data, string url)
        ...{
            MatchCollection ps = Regex.Matches(data, @"<img\\b[^<>]*?\\bsrc[\\s\\t\\r\\n]*=[\\s\\t\\r\\n]*[""']?[\\s\\t\\r\\n]*(?<imgUrl>[^\\s\\t\\r\\n""'<>]*)[^<>]*?/?[\\s\\t\\r\\n]*>");
            string s = string.Empty;
            for (int i = 0; i < ps.Count; i++)
            ...{
                pictures p = new pictures(ps[i].Value, url);
                s += p.GetHtml + "<br />" + Environment.NewLine;
            }
            return s;
        }

        /**//// <summary>
        /// 图片实体
        /// 图片文件属性处理类
        /// </summary>
        public class pictures
        ...{
            public pictures(string strHtml, string baseUrl)
            ...{
                _html = strHtml;
                Uri u1 = new Uri(baseUrl);
                _doman = u1.Host;
                _baseUrl = u1.Scheme + "://" + _doman;
                setSrc();
            }

            private string _html = string.Empty;
            private string _baseUrl = string.Empty;
            private string _doman = string.Empty;

            public string GetHtml
            ...{
                get ...{ return _html; }
            }

            public string Alt
            ...{
                get
                ...{
                    return GetAttribute("alt")[0];
                }
            }

            public string Src
            ...{
                get
                ...{
                    string s = GetAttribute("src")[0];
                    return s;
                }
            }

            /**//// <summary>
            /// 根据基路径把相对路径转换成绝对径
            /// </summary>
            /// <param name="baseUrl">基础路径</param>
            /// <param name="u">待转换的相对路径</param>
            /// <returns>绝对路径</returns>
            public string absUrl(string baseUrl, string u)
            ...{
                Uri ub = new Uri(baseUrl);
                Uri ua = new Uri(ub, u);
                return ua.AbsoluteUri;
            }

            private void setSrc()
            ...{
                string strPattern = @"src[\\s\\t\\r\\n]*=[\\s\\t\\r\\n]*[""']?\\S+[""']?";
                string src = GetAttribute("src")[0].ToLower();
                if (!(src.IndexOf("http://") == 0 || src.IndexOf("https://") == 0) && _baseUrl.Length > 10)
                ...{
                    src = absUrl(_baseUrl, src);
                    string s = "src=\\"" + src + "\\"";
                    _html = Regex.Replace(_html, strPattern, s);
                }
            }

            /**//// <summary>
            /// 获取HTML代码中标签属性
            /// </summary>
            /// <param name="strHtml">HTML代码</param>
            /// <param name="strAttributeName">属性名称</param>
            /// <returns>属性值集合</returns>
            
 

  
标签：采集网页中的图片   
 
 



              
上一篇：改变Visual Studio的主题
                	  
			  
下一篇：hashtable的javascript实现

  
 


  

      您可能感兴趣
				

					

今年考高会很难吗（今年高考会考试吗）
盘古开天地 他创造了世界，谁创造了盘古 盘古是伏羲吗（盘古开天地他创造了世界）
关于队徽 你了解这些么 二（关于队徽你了解这些么）
冬天来了手脚冰凉 真不是因为上辈子你是折翼的天使（冬天来了手脚冰凉）
0 1 岁婴儿最强作息指南，照着做养出天使宝宝（01岁婴儿最强作息指南）
沪上这16所高校 萌新 礼包开箱 哪一款让你心动（沪上这16所高校萌新）