开发者社区> 橘子红了呐> 正文

C# 网页图片爬虫的几种技术基础

简介:
+关注继续查看

一、文件流方式获取网络图片资源

方法1

复制代码
string url = string.Format(@"http://webservice.36wu.com/DimensionalCodeService.asmx/GetCodeImgByString?size={0}&content={1}", 5, 123456);
System.Net.WebRequest webreq = System.Net.WebRequest.Create(url);
System.Net.WebResponse webres = webreq.GetResponse();
using(System.IO.Stream stream = webres.GetResponseStream())
{
  ictureBox1.Image = Image.FromStream(stream);
}
复制代码

方法2

生成图片的URL假设是这样:http://localhost/administrator/qrcode.aspx?pid=78

qrcode.aspx.cs的生成图片的部分代码:

复制代码
Image image = new Bitmap(200, 200);
Graphics g = Graphics.FromImage(image);
try
{
  string url="http://localhost";

  DotNetBarcode bc = new DotNetBarcode();
  bc.Type = DotNetBarcode.Types.QRCode;
  bc.PrintCheckDigitChar = true;
  bc.WriteBar(url, 0, 0, 210, 210, g);

  System.IO.MemoryStream ms = new System.IO.MemoryStream();
  image.Save(ms, System.Drawing.Imaging.ImageFormat.Png);

  Response.ClearContent();
  //Response.ContentType = "image/Png";
  //Response.BinaryWrite(ms.ToArray());
  Response.ContentType = "application/octet-stream";
  Response.AddHeader("Content-Disposition", "attachment;  filename=" + HttpUtility.UrlEncode("qrcode.png", System.Text.Encoding.UTF8));
  Response.BinaryWrite(ms.ToArray());
ms.Dispose(); }
finally { g.Dispose(); image.Dispose(); }
复制代码

 

或者这样

复制代码
string fileName = "aaa.txt";//客户端保存的文件名
string filePath = Server.MapPath("DownLoad/aaa.txt");//路径

//以字符流的形式下载文件
FileStream fs = new FileStream(filePath, FileMode.Open);
byte[] bytes = new byte[(int)fs.Length];
fs.Read(bytes, 0, bytes.Length);
fs.Close();
Response.ContentType = "application/octet-stream";
//通知浏览器下载文件而不是打开
Response.AddHeader("Content-Disposition", "attachment; filename=" + HttpUtility.UrlEncode(fileName, System.Text.Encoding.UTF8));
Response.BinaryWrite(bytes);
Response.Flush();
Response.End();
复制代码

 

 

 

 二、WebClient方式从服务器上下载文件

参考方法1:

复制代码
/// <summary>
/// 下载服务器文件至客户端
/// </summary>
/// <param name="url">被下载的文件地址,绝对路径</param>
/// <param name="dir">另存放的目录</param>
public void DownloadUrlFile(string url, string dir)
{
    WebClient client = new WebClient();
    string fileName = Path.GetFileName(url);  //被下载的文件名
    string path = dir + fileName;   //另存为的绝对路径+文件名
    try
    {
if (!System.IO.Directory.Exists(dir))
{
    System.IO.Directory.CreateDirectory(dir);
}
if (!System.IO.File.Exists(path))
{
    client.DownloadFile(url, path);
}
    }
    catch (Exception)
    {
// ShowError("文件下载失败!");
    }
}
复制代码

 

 

 

 

 

 

参考方法2 [2]

复制代码
<%@ Page Language="C#" AutoEventWireup="true" CodeBehind="GetPictureByUrl.aspx.cs" Inherits="HoverTreeMobile.GetPictureByUrl" %>
<!DOCTYPE html>
<html xmlns="http://www.w3.org/1999/xhtml">
<head runat="server">
<meta http-equiv="Content-Type" content="text/html; charset=utf-8"/>
    <meta name="viewport" content="width=device-width, initial-scale=1" />
    <title>根据网址把图片下载到服务器 - 何问起</title>
</head>
<body>
    <form id="form1" runat="server">
    <div>
    图片网址:<br /><asp:TextBox runat="server" ID="textBoxImgUrl" Width="500" Text="http://hovertree.com/hvtimg/201508/cnvkv745.jpg" />
     <br />   <asp:Button runat="server" ID="btnImg" Text="下载" OnClick="btnImg_Click" />
        <br /><asp:Image runat="server" ID="hvtImg" />
        <br />
        <asp:Literal runat="server" ID="ltlTips" />
    </div>
    </form>
</body>
</html>
复制代码


页面所对应的代码

复制代码
using System;

namespace HoverTreeMobile
{
    public partial class GetPictureByUrl : System.Web.UI.Page
    {
        protected void Page_Load(object sender, EventArgs e)
        {

        }

        protected void btnImg_Click(object sender, EventArgs e)
        {
            try
            {
                System.Net.WebClient m_hvtWebClient = new System.Net.WebClient();
                

                //如果不是指定格式图片
                //例如http://hovertree.com/hvtart/bjae/t2lo8pf7.htm 是htm文件,不是图片
                if (!(textBoxImgUrl.Text.EndsWith(".jpg")
                    || textBoxImgUrl.Text.EndsWith(".gif")
                    || textBoxImgUrl.Text.EndsWith(".png")))
                {
                    ltlTips.Text = "输入的不是指定格式的图片的网址";

                    return;
                }

                //生成随机的图片文件名
                string m_picFileName = HoverTree.HoverTreeFrame.Utils.GetHoverTreeString()+ HoverTree.HoverTreeFrame.HoverString.GetLastStr(textBoxImgUrl.Text,4);

                string m_keleyiPicture = Server.MapPath("/hovertreeimages/"+ m_picFileName);
                //根据网址下载文件
                m_hvtWebClient.DownloadFile(textBoxImgUrl.Text, m_keleyiPicture);

                hvtImg.ImageUrl = "/hovertreeimages/" + m_picFileName;
                ltlTips.Text = string.Empty;
            }
            catch(Exception ex)
            {
                ltlTips.Text = ex.ToString();
            }
        }
    }
}
复制代码


//生成随机的图片文件名
string m_picFileName = HoverTree.HoverTreeFrame.Utils.GetHoverTreeString()+ HoverTree.HoverTreeFrame.HoverString.GetLastStr(textBoxImgUrl.Text,4);
以上代码,请下载源代码查看详细实现方法。部分可到 LINK 查看。

HoverTree 开源项目:新增根据网址把图片下载到服务器功能

请看 HoverTreeMobile 项目,http://hovertree.com,何问起,源代码下载 LINK。

 

三、网页相关的方式

方法1:

复制代码
   public partial class DownLoadFile : System.Web.UI.Page
    {
        protected void Page_Load(object sender, EventArgs e)
        {
            string picName = Request.QueryString["InternalSysURL"];
            if (!String.IsNullOrEmpty(picName))
            {
                byte[] content = this.GetImageContent(picName);
                this.WriteResponse(picName, content);
            }
        }

 

        #region
        private byte[] GetImageContent(string picName)
        {
            string fileURL = GetImgUrlPrefix() + picName;

 

            HttpWebRequest request = (HttpWebRequest)WebRequest.Create(fileURL);
            request.AllowAutoRedirect = true;

 

            WebProxy proxy = new WebProxy();
            proxy.BypassProxyOnLocal = true;
            proxy.UseDefaultCredentials = true;

 

            request.Proxy = proxy;

 

            WebResponse response = request.GetResponse();

 

            using (Stream stream = response.GetResponseStream())
            {
                using (MemoryStream ms = new MemoryStream())
                {
                    Byte[] buffer = new Byte[1024];
                    int current = 0;
                    while ((current = stream.Read(buffer, 0, buffer.Length)) != 0)
                    {
                        ms.Write(buffer, 0, current);
                    }
                    return ms.ToArray();
                }
            }
        }

 

        private void WriteResponse(string picName, byte[] content)
        {
            Response.Clear();
            Response.ClearHeaders();
            Response.Buffer = false;
            Response.ContentType = "application/octet-stream";
            Response.AppendHeader("Content-Disposition", "attachment;filename=" + HttpUtility.UrlEncode(picName, Encoding.Default));
            Response.AppendHeader("Content-Length", content.Length.ToString());
            Response.BinaryWrite(content);
            Response.Flush();
            Response.End();
        }

 

        private static string GetImgUrlPrefix()
        {
            XmlDocument xmlDoc = new XmlDocument();
            xmlDoc.Load(AppDomain.CurrentDomain.BaseDirectory + "//Pages//ItemMaintain//ImageDownLoad.xml");
            XmlNodeList nodes = xmlDoc.GetElementsByTagName("ProductImageOriginal");
            if (nodes.Count > 0)
            {
                return nodes[0].ChildNodes[0].Value;
            }
            else { return ""; }
        }

 

        #endregion
    }
复制代码

方法2[3]

根据URL请求获取页面HTML代码

复制代码
    /// <summary>  
    /// 获取网页的HTML码  
    /// </summary>  
    /// <param name="url">链接地址</param>  
    /// <param name="encoding">编码类型</param>  
    /// <returns></returns>  
    public static string GetHtmlStr(string url, string encoding)  
    {  
        string htmlStr = "";  
        if (!String.IsNullOrEmpty(url))  
        {  
            WebRequest request = WebRequest.Create(url);            //实例化WebRequest对象  
            WebResponse response = request.GetResponse();           //创建WebResponse对象  
            Stream datastream = response.GetResponseStream();       //创建流对象  
            Encoding ec = Encoding.Default;  
            if (encoding == "UTF8")  
            {  
                ec = Encoding.UTF8;  
            }  
            else if (encoding == "Default")  
            {  
                ec = Encoding.Default;  
            }  
            StreamReader reader = new StreamReader(datastream, ec);  
            htmlStr = reader.ReadToEnd();                           //读取数据  
            reader.Close();  
            datastream.Close();  
            response.Close();  
        }  
        return htmlStr;  
    }  
复制代码

下载网站图片

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
/// <summary> 
/// 下载网站图片 
/// </summary> 
/// <param name="picUrl"></param> 
/// <returns></returns> 
public string SaveAsWebImg(string picUrl) 
    string result = ""
    string path = AppDomain.CurrentDomain.SetupInformation.ApplicationBase + @"/File/";  //目录 
    try 
    
        if (!String.IsNullOrEmpty(picUrl)) 
        
            Random rd = new Random(); 
            DateTime nowTime = DateTime.Now; 
            string fileName = nowTime.Month.ToString() + nowTime.Day.ToString() + nowTime.Hour.ToString() + nowTime.Minute.ToString() + nowTime.Second.ToString() + rd.Next(1000, 1000000) + ".jpeg"
            WebClient webClient = new WebClient(); 
            webClient.DownloadFile(picUrl, path + fileName); 
            result = fileName; 
        
    
    catch { } 
    return result; 

 

 

 

 

参考文章

1. C# 通过URL获取图片并显示在PictureBox上的方法

2. 根据网址把图片下载到服务器C#代码

3. C#获取网页的HTML码、下载网站图片

4. C#如何通过URL下载图片?

 

没有整理与归纳的知识,一文不值!高度概括与梳理的知识,才是自己真正的知识与技能。 永远不要让自己的自由、好奇、充满创造力的想法被现实的框架所束缚,让创造力自由成长吧! 多花时间,关心他(她)人,正如别人所关心你的。理想的腾飞与实现,没有别人的支持与帮助,是万万不能的。


    本文转自wenglabs博客园博客,原文链接:http://www.cnblogs.com/arxive/p/5926259.html,如需转载请自行联系原作者




版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

相关文章
Python爬虫之煎蛋网图片下载
受程序员群的影响(自己污的本性),他们总是带我开车,想想我也该收集一些资料了(美女图片) 代码 import requests from lxml import etree urls = ['http://jandan.
723 0
数据挖掘之网络爬虫 - 基础
简单的爬虫基础 - 在实际开发中也是够用了, 若是开发爬虫系统还需要仔细寻思爬虫系统架构
2513 0
python爬虫之图片下载APP 2.0
上次讲到利用python进行搜索并下载图片,今天更新一下,我们知道,https://www.pexels.com/ 这个网站搜索图片需要英文,但有些人不太会使用英文,想搜索什么东西需要先去翻译了才能搜索,今天调用API store里面的斯必克API进...
896 0
C#图片存到资源文件,以及调用图片
版权声明:欢迎评论和转载,转载请注明来源。 https://blog.csdn.net/zy332719794/article/details/8971154 在程序中会用到图片,有两种方法,一种是将图片放在运行文件夹中,直接调用,另一种是将图片放入资源文件中。
855 0
实现网络图片爬虫,只需5秒快速把整个网页上的图片全下载打包zip
我们经常需要用到互联网上的一些共享资源,图片就是资源的一种,怎么把网页上的图片批量下载下来?有时候我们需要把网页上的图片下载下来,但网页上图片那么多,怎么下载我们想要的东西呢,如果这个网页都是我们想要的图片,难道我们要一点一点一张一张右键下载吗? 当然不好,这里提供一段Java实现的网络爬虫抓图片代码,程序员同志有喜欢的记得收藏哦, 材料:必须会java开发,用到的核心jar Jsoup自己去网上下载很多。
811 0
25套五彩缤纷的矢量网页背景图片素材【免费下载】
  丰富多彩的矢量网页背景图片素材是设计师的宝贝,也是很好的装饰电脑桌面的壁纸。网页背景图片素材有同心圆,彩虹,闪烁的星星,圆点,箭头和云彩等各种形状,五彩缤纷。在网站设计中使用矢量背景和矢量元素是一个新的趋势,越来越多的网页设计师喜欢再网页设计中使用矢量网页背景图片素材。
1203 0
python爬虫(一)-基础篇
robots.txt 文件 - 网站对爬虫限制的声明(http://www.robotstxt.
553 0
3402
文章
0
问答
文章排行榜
最热
最新
相关电子书
更多
JS零基础入门教程(上册)
立即下载
性能优化方法论
立即下载
手把手学习日志服务SLS,云启实验室实战指南
立即下载