欢迎光临
我的个人博客网站

C#爬虫(Selenium和WeiAPI)

目前对网页的爬虫一个是对网页直接爬取数据和WeiAPI的方式爬取,这取决于网址用的什么时候渲染的数据,然后展示在网页中。

首先我们对某一个网址准备爬取数据时候,你需要去研究这个网址是后台给前台是数据还是网页,这个时候我推荐 Fiddler 或者Fiddler.exe 和  postman  这两个软件进行研究,具体安装方式和使用方式可百度,有很多的教程;如果你不想下载,那在浏览器中按住 F12,然后如下图

C#爬虫(Selenium和WeiAPI)

 

 

  如果Response里面是一个HTML,那说明这个不是WebAPI的方式,这个时候你就得选择网页爬虫,在C#NuGet里面添加 以下几个

C#爬虫(Selenium和WeiAPI)

ChromeOptions options = new ChromeOptions();           // 不显示浏览器  options.AddArgument("--headless");  // GPU加速可能会导致Chrome出现黑屏及CPU占用率过高,所以禁用  options.AddArgument("--disable-gpu");  //禁用浏览器的保存密码选项  options.AddUserProfilePreference("credentials_enable_service", false);  options.BinaryLocation = webClientUrl;   IWebDriver driver = new ChromeDriver(options); //进入的网址  driver.Navigate().GoToUrl(LoingUrl);//LoingUrl 就得需要连接的地址 // 设置页面加载时间 driver.Manage().Timeouts().PageLoad = TimeSpan.FromSeconds(2000); driver.FindElement(By.Id("txtUsername")).SendKeys(userName);                 driver.FindElement(By.Id("txtPassword")).SendKeys(userPassword); driver.FindElement(By.Id("imgBtnSignIn")).Click(); driver.Navigate().GoToUrl(listUrl);//需要获取数据的地址 var _trselector = driver.FindElements(By.CssSelector("这里是你需要获取数据的Clss或者ID对应的名称"));// 定位到表格下的每一个tr的数据  
比如<div id="test_id"><div class="test">--------------</div></div> 那就是 by.CssSelector("#test_id .test")
HtmlDocument htmlDocument = new HtmlDocument();//初始化一个HTMLDocument对象 htmlDocument.LoadHtml(_trselector .GetAttribute("innerHTML"));//这里是获取元素里面的内容 然后数据里面可能会有nt &nbsp;等字符,我们需要把他给替换 可以使用Replace

 

 

 2、webAPI

  如果Response是这种,这后台采用的是WebAPI的方式,这个时候我们去Headers里面看看,RequestURL就是WebAPI的方法,而FormData就是参数,把URL和参数拼接一起即可得到数据,然后获取数据即可,代码如下。

C#爬虫(Selenium和WeiAPI)

 

 

 C#爬虫(Selenium和WeiAPI)

C#爬虫(Selenium和WeiAPI)

 

 

 

 

 

 

 

 

 

 

 WebAPI代码

public void  GetData(){       CookieContainer httpCookie = DoLogin(UserName, Password);      if (httpCookie == null)    return;//登录是否成功      //获取WebApi的数据       string result_CIS = GetCISList(CISURL, httpCookie);         ……………………这里就是对获取的数据进行处理解析 }    private CookieContainer DoLogin(string username, string password, string LoginURL)
{
var client = new RestClient(LoginURL); var request = new RestRequest(Method.POST); //UserName=OECSHA&Password=Oecsha123!&OfficeCode= request.AddParameter("application/x-www-form-urlencoded", $"UserName={username}&Password={password}&OfficeCode=", ParameterType.RequestBody); client.CookieContainer = new System.Net.CookieContainer(); IRestResponse response = client.Execute(request); if (!response.IsSuccessful) return null; return client.CookieContainer; } private string GetCISList(string cISURL, CookieContainer httpCookie) { var client = new RestClient(cISURL+ "参数"); var request = new RestRequest(Method.POST);//采用的方式 client.CookieContainer = httpCookie; IRestResponse response = client.Execute(request); if (!response.IsSuccessful) return null; return response.Content;
}

 

赞(0) 打赏
未经允许不得转载:张拓的天空 » C#爬虫(Selenium和WeiAPI)
分享到: 更多 (0)

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址

专业的IT技术经验分享 更专业 更方便

联系我们本站主机

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

微信扫一扫打赏