首页 新闻 会员 周边 捐助

C#如何取得一个页面的部分html?

0
悬赏园豆：5 [已解决问题] 解决于 2009-09-15 21:27

我需要得到一个web page的title，因为这个title一般都比较靠前，只要取得html 的前面少量内容就可以了。因为要取得很多个页面的title,如果下载整个html code， 肯定比较浪费时间。.net好像没有现成的类可以干这件事情(取得部分html) ，我应该如何去实现？

问题补充： 因为我要的title 一般都在一开始，所以我不想把整个html都取回来，那样太慢了
记账本的主页 记账本 | 初学一级 | 园豆：75
提问于：2009-09-15 11:18
< >
分享
最佳答案
0

利用 HttpWebRequest HttpWebResponse取得内容

string str = null ;
string rul="";
HttpWebRequest httpReq = (HttpWebRequest)WebRequest.Create(url);
httpReq.UserAgent = @"Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; SV1; .NET CLR 2.0.40607; .NET CLR 1.1.4322)";
StreamReader sr = null;
HttpWebResponse httpResponse = null;
try
{
   httpResponse = (HttpWebResponse)httpReq.GetResponse();
   sr = new StreamReader(httpResponse.GetResponseStream(), Encoding.UTF8);
   str = sr.ReadToEnd();    //返回的结果
}
catch (Exception Ex)
{
    //记录异常
}

上面str就会取得你要的内容,你再通过正则表达式,把<title></title>部分取出来就可以了

收获园豆：5
风浪 | 老鸟四级 |园豆：2996 | 2009-09-15 11:41
其他回答(4)
0

一半的做法是 先取到这个页面的html 然后通过正则表达式截取自己需要的内容

小眼睛老鼠 | 园豆：2731 (老鸟四级) | 2009-09-15 11:19
0

一、可以考虑用Response.Filter替换,直接截取Request，并替换,参考:一个页面标题和过滤输出的解决方案

http://dotnet.chinaitlab.com/ASPNET/778889.html

二、这里有个以前用过的方法：逐行读取，取到title即终止

 

#region 获取所需要的字段内容
        /// <summary>
        /// 获取所需要的字段内容
        /// </summary>
        /// <param name="strUrl">所要查找的远程网页地址</param>
        /// <param name="timeout">超时时长设置，一般设置为8000</param>
        /// <param name="enterType">是否输出换行符，0不输出，1输出文本框换行</param>
        /// <param name="EnCodeType">编码方式</param>
        /// <returns></returns>
        public static string GetRequestString(string strUrl, int timeout, int enterType, Encoding EnCodeType)
        {
            string strResult = string.Empty;
            StreamReader sr = null;
            string temp = string.Empty;
            try
            {
                HttpWebRequest myReq = (HttpWebRequest)HttpWebRequest.Create(strUrl);
                myReq.Timeout = timeout;
                HttpWebResponse HttpWResp = (HttpWebResponse)myReq.GetResponse();

                if (HttpWResp.StatusCode == System.Net.HttpStatusCode.OK)
                {
                    StringBuilder strBuilder = new StringBuilder();
                    Stream myStream = HttpWResp.GetResponseStream();
                    sr = new StreamReader(myStream, EnCodeType);
                    string tmp = string.Empty;
                    while ((temp = sr.ReadLine()) != null)
                    {
                        strBuilder.Append(temp);
                        //if has </title> then end
                        tmp = strBuilder.ToString();
                        if (tmp.IndexOf("</title>") > 0) { break; }
                        if (enterType == 1) { strBuilder.Append("\r\n"); }
                    }
                    strResult = strBuilder.ToString();
                    return strResult;
                }
                return string.Empty;
            }
            catch (Exception ex)
            {
                //#region Loghandle by Tony 2008.11.21
                return strResult;
                //#endregion
            }
            finally { if (sr != null) { sr.Close(); } }
        }
        #endregion

 

返回的从页面开始到</title>之间的部分。

邀月 | 园豆：25475 (高人七级) | 2009-09-15 11:28
0

你获取回来html，再用这个页面的方法。。取得你想要的就行了！

http://www.cnblogs.com/openso2009/archive/2009/09/15/1566780.html

搜源网 | 园豆：225 (菜鸟二级) | 2009-09-15 14:11
0

用HEad请求

lisw | 园豆：313 (菜鸟二级) | 2009-09-15 14:28
清除回答草稿
   您需要登录以后才能回答，未注册用户请先注册。