使用HtmlAgilityPack解析Html(非常好用)
- /// <summary>
- /// 设计成一个exe,解决WebBrowser控件内存泄漏的问题.
- /// </summary>
- public partial class MainForm : Form
- {
- /// <summary>
- /// 是否处理完成
- /// </summary>
- private bool isCompleted; //webBrowser只能运行在UI线程上,所以这里不用信号通知,而用一个变量,不断检查这个变量的状态
- /// <summary>
- /// 处理结果
- /// </summary>
- private List<RowData> executeResult = new List<RowData>();
- private static MainForm instance = new MainForm();
- /// <summary>
- /// 单件实例
- /// </summary>
- public static MainForm Instance { get { return instance; } }
- private MainForm()
- {
- InitializeComponent();
- webBrowser.DocumentCompleted += new WebBrowserDocumentCompletedEventHandler(webBrowser_DocumentCompleted);
- }
- private void webBrowser_DocumentCompleted(object sender, WebBrowserDocumentCompletedEventArgs e)
- {
- if (this.webBrowser.ReadyState != WebBrowserReadyState.Complete)
- return;
- var txt = webBrowser.Document.Body.InnerText;
- var html = webBrowser.Document.Body.InnerHtml;
- if (webBrowser.Document.Title == "选择")
- {
- var items = ExtractData(html);
- executeResult.AddRange(items);
- isCompleted = true;
- }
- }
- private List<RowData> ExtractData(string html)
- {
- HtmlAgilityPack.HtmlDocument doc = new HtmlAgilityPack.HtmlDocument();
- doc.LoadHtml(html);
- HtmlAgilityPack.HtmlNode node = doc.GetElementbyId("div");
- var trNodes = node.SelectNodes("tbody/tr");
- List<RowData> rows = new List<RowData>();
- foreach (var trNode in trNodes)
- {
- var tdNode = trNode.SelectNodes("td/div");
- RowData row = new RowData();
- rows.Add(row);
- row.航班 = tdNode[0].InnerText;
- row.出发时间 = tdNode[1].InnerText;
- row.到达时间 = tdNode[2].InnerText;
- row.机场 = tdNode[3].InnerText;
- row.机型 = tdNode[4].InnerText;
- row.头等 = tdNode[5].InnerText;
- row.公务 = tdNode[6].InnerText;
- row.全价 = tdNode[7].InnerText;
- row.折扣 = tdNode[8].InnerText;
- row.特价 = tdNode[9].InnerText;
- }
- return rows;
- }
- /// <summary>
- /// 查询数据
- /// </summary>
- /// <param name="fromCity">出发城市代码</param>
- /// <param name="toCity">到达城市代码</param>
- /// <param name="date">出发日期</param>
- /// <param name="timeout">超时时间</param>
- /// <returns>机票信息</returns>
- [MethodImpl(MethodImplOptions.Synchronized)]
- public List<RowData> Query(string fromCity, string toCity, DateTime date, TimeSpan timeout)
- {
- isCompleted = false;
- executeResult.Clear();
- string urlTemplate = "http://www.xxx.com";
- string url = string.Format(urlTemplate, fromCity, date.Month, date.Day, date.Year, toCity);
- Navigate(url);
- DateTime startTime = DateTime.Now;
- //未处理完,且没有超时,则等待
- while (!isCompleted && startTime.Add(timeout) > DateTime.Now)
- {
- Thread.Sleep(100);
- Application.DoEvents();
- }
- return executeResult;
- }
- private void Navigate(string url)
- {
- if (InvokeRequired)
- {
- BeginInvoke(new Action<string>(Navigate), url);
- return;
- }
- webBrowser.Navigate(url);
- }
- }
- /// <summary>
- /// 对应到页面上的每一行数据
- /// 不喜欢中文请自行修改
- /// </summary>
- public class RowData
- {
- public string 航班 { get; set; }
- public string 出发时间 { get; set; }
- public string 到达时间 { get; set; }
- public string 机场 { get; set; }
- public string 机型 { get; set; }
- public string 头等 { get; set; }
- public string 公务 { get; set; }
- public string 全价 { get; set; }
- public string 折扣 { get; set; }
- public string 特价 { get; set; }
- }
使用HtmlAgilityPack解析Html(非常好用)的更多相关文章
- HtmlAgilityPack解析全国区号页面到XML
需求:完成一个城市和区号的xml配置文件 处理思路:通过HtmlAgilityPack解析一个区号页面,生产xml文件 页面:http://www.hljboli.gov.cn/html/code.h ...
- HtmlAgilityPack解析器在WP8.1下报错,不仅如此,社交化分享也报错。
以前WP7下是用的HtmlAgilityPack和 XPath来解析网页,很好用. 但是在Wp8.1下,这个里面却缺少了一个很重要的方法. HtmlDocument doc = new HtmlDoc ...
- HtmlAgilityPack --解析Html源码
最近项目需要从网络上抓取一下数据解析Html源码,奈何正则表达式难写,于是网上搜索找到了“ HtmlAgilityPack”类库,敏捷开发,果然效率非同寻常. 在此做笔记,写下心得,顺便给自己总结一下 ...
- C#:使用HtmlAgilityPack解析Html
推荐阅读: HtmlAgilityPack 入门教程1 HtmlAgilityPack入门教程2 向HtmlAgilityPack道歉:解析HTML还是你好用 获取html中meta标签中的conte ...
- 使用HtmlAgilityPack解析html
HtmlAgilityPack是.net下使用xPath来解析html的类库,可以方便的做html的页面分析处理 项目地址: http://htmlagilitypack.codeplex.com/ ...
- 使用C#和HtmlAgilityPack解析HTML
近期,有一个需求,需要解析HTML页面,读取一些需要的数据后,插入本地数据库.我知道可以通过正则表达式实现,然而正则表达式之于我,就像汇编语言之于我,一样.我知道它是干什么的,我也知道它能干什么,但是 ...
- .Net Core下使用HtmlAgilityPack解析采集互联网数据
HtmlAgilityPack应该算是.Net下最好用的html解析库了. 因为最近帮朋友采集一些数据,在nuget里面搜索了好几个库,最后决定就用HtmlAgilityPack.并简单的记录下使用的 ...
- HtmlAgilityPack解析html文档
一.概述 HtmlAgilityPack(以下简称HAP)是一个基于.Net的.第三方免费开源的微型类库,主要用于在服务器端解析html文档. HtmlAgilityPack为网页提供了标准的DOM ...
- c#HtmlAgilityPack解析html
通过HtmlAgilityPack实现对html页面解析HtmlDocument doc = new HtmlDocument(); doc.Load(yourStream); var itemLis ...
- C#爬虫(04):HtmlAgilityPack解析html文档
原文链接 https://www.cnblogs.com/springsnow/p/13278283.html 目录 一.爬虫概述 1.使用浏览器获取页面源码 2.HTML解析组件 二.HtmlAgi ...
随机推荐
- centos6.4安装Apache+MySQL+PHP
一.安装 MySQL 首先来进行 MySQL 的安装.打开超级终端,输入: [root@localhost ~]# yum install mysql mysql-server 安装完毕,让 MySQ ...
- spring整合struts2
1. Spring 如何在 WEB 应用中使用 ? 1). 需要额外加入的 jar 包: spring-web-4.0.0.RELEASE.jarspring-webmvc-4.0.0.RELEASE ...
- 基于jquery封装的颜色下拉选择框
应同事要求,花了半个小时,写了一个简单的选择颜色的下拉框控件,可以控制输入框指示结果颜色 也贴出来,说不定哪天有用 if (typeof jQuery === 'undefined') { throw ...
- 解决 VMWARE MAC 10.12无法全屏的问题
昨天我在VMware上装了10.10,然后通过APP store 升级了系统到 10.12,升级前安装VMware tools 能自动全屏,可是升级后不行. 然后在网上查了很多资料,发现并没有这方面的 ...
- Synchronized和Static Synchronized区别
通过分析这两个用法的分析,我们可以理解Java中锁的概念. 一个是实例锁(锁在某一个实例对象上,如果该类是单例,那么该锁也具有全局锁的概念), 一个是全局锁(该锁针对的是类,无论实例多少个对象,那么线 ...
- Js制作的文字游戏
自己制作的文字游戏.(: <!DOCTYPE html><html lang="en"><head> <meta charset=& ...
- vs命令行采集性能数据
VSPerfASPNETCmd /output:d://PerformanceReport.vsp http://localhost/store/cart.aspx
- Android开发工具全面转向Android Studio(1)——准备开发环境
工欲善其事必先利其器,本文适合Android新手以及用过Eclipse而没用过Android Studio开发Android的老手,众所周知,谷歌是不会再维护和开发ADT了,旧的ADT已经是完全不能渲 ...
- Ubuntu 远程登录服务器--ssh的安装和配置
Ubuntu的安装包居然不自带openssh服务器,所以若要使用ssh远程登录Ubuntu主机,需要首先安装ssh服务器: sudo apt-get install openssh-server 安装 ...
- WNDR3700V4 安装SVN Server
下文所用路由器型号为:WNDR3700V4 参考链接:http://dd-wrt.ca/phpBB2/viewtopic.php?t=86912&highlight=optware http: ...