笨笨图片批量抓取下载 V0.2 beta[C# | WinForm | 正则表达式 | HttpWebRequest | Async异步编程]

简介:

前言

     首次在博客园首页发布文章,一直把自己的文章定位在新手区,也一直这样认为自己的。这段时间看博客园首页挺多的,说实在的有些文章很一般但是得到更多朋友以及高手的指点,所以鼓起勇气把自己花了几天时间改版的图片下载器贴上来,希望能在程序的性能上以及适用上得到更多的宝贵的建议!先谢谢每位看客赏光了 : )

 

感谢

     MSDN     MSDN上异步网络编程的例子是我0.2版的核心所在

 

运行环境

     .NET Framework2.0

 

开发工具

     Microsoft Visual Studio 2005

 

正题

     一.     先贴一张图,这个界面就是程序的主界面了:

     

    二.     部分代码说明(主要讲解异步分析和下载):

          异步分析下载采取的策略是同时分析同时下载,即未等待数据全部分析完毕就开始把已经分析出来的图片链接开始下载。下载成功的均在List框链接前面划上了 ,未能下载的图片有可能是分析错误或者是下载异常。

         1.     异步分析部分代码

复制代码
         ///   <summary>
        
///  异步分析下载
        
///   </summary>
         private   void  AsyncAnalyzeAndDownload( string  url,  string  savePath)
        {
            
this .uriString  =  url;
            
this .savePath  =  savePath;

            
#region  分析计时开始

            count 
=   0 ;
            count1 
=   0 ;
            freq 
=   0 ;
            result 
=   0 ;

            QueryPerformanceFrequency(
ref  freq);
            QueryPerformanceCounter(
ref  count);

            
#endregion

            
using  (WebClient wClient  =   new  WebClient())
            {
                AutoResetEvent waiter 
=   new  AutoResetEvent( false );
                wClient.Credentials 
=  CredentialCache.DefaultCredentials;
                wClient.DownloadDataCompleted 
+=   new  DownloadDataCompletedEventHandler(AsyncURIAnalyze);
                wClient.DownloadDataAsync(
new  Uri(uriString), waiter);
                
// waiter.WaitOne();      // 阻止当前线程,直到收到信号
            }
                
        }

        
///   <summary>
        
///  异步分析
        
///   </summary>
         protected   void  AsyncURIAnalyze(Object sender, DownloadDataCompletedEventArgs e)
        {
            AutoResetEvent waiter 
=  (AutoResetEvent)e.UserState;
            
try
            {
                
if  ( ! e.Cancelled  &&  e.Error  ==   null )
                {
                    
                    
string  dnDir  =   string .Empty;
                    
string  domainName  =   string .Empty;
                    
string  uri  =  uriString;

                    
// 获得域名  http://www.sina.com/
                    Match match  =  Regex.Match(uri,  @" ((http(s)?://)?)+[\w-.]+[^/] " ); // , RegexOptions.IgnoreCase
                    domainName  =  match.Value;

                    
// 获得域名最深层目录  http://www.sina.com/mail/
                     if  (domainName.Equals(uri))
                        dnDir 
=  domainName;
                    
else
                        dnDir 
=  uri.Substring( 0 , uri.LastIndexOf( ' / ' ));

                    dnDir 
+=   ' / ' ;
                    
                    
// 获取数据
                     string  pageData  =  Encoding.UTF8.GetString(e.Result);
                    List
< string >  urlList  =   new  List < string > ();

                    
// 匹配全路径
                    match  =  Regex.Match(pageData,  @" ((http(s)?://)?)+(((/?)+[\w-.]+(/))*)+[\w-./]+\.+( "   +  ImageType  +   " ) " );  // , RegexOptions.IgnoreCase
                     while  (match.Success)
                    {
                        
string  item  =  match.Value;
                        
// 短路径处理
                         if  (item.IndexOf( " http:// " ==   - 1   &&  item.IndexOf( " https:// " ==   - 1 )
                            item 
=  (item[ 0 ==   ' / '   ?  domainName : dnDir)  +  item;

                        
if  ( ! urlList.Contains(item))
                        {
                            urlList.Add(item);
                            imgUrlList.Add(item);

                            
// 实时显示分析结果
                            AddlbShowItem(item);

                            
// 边分析边下载
                            WebRequest hwr  =  WebRequest.Create(item);
                            hwr.BeginGetResponse(
new  AsyncCallback(AsyncDownLoad), hwr);
                            
// hwr.Timeout = "0x30D40";         // 默认 0x186a0 -> 100000 0x30D40 -> 200000
                            
// hwr.Method = "POST";
                            
// hwr.ContentType = "application/x-www-form-urlencoded";
                            
// hwr.MaximumAutomaticRedirections = 3;
                            
// hwr.Accept ="image/gif, image/x-xbitmap, image/jpeg, image/pjpeg, application/x-shockwave-flash, application/vnd.ms-excel, application/vnd.ms-powerpoint, application/msword, */*";
                            
// hwr.Accept = "image/gif, image/x-xbitmap, image/jpeg, image/pjpeg, */*";
                            
// IAsyncResult iar = hwr.BeginGetResponse(new AsyncCallback(AsyncDownLoad), hwr);
                            
// iar.AsyncWaitHandle.WaitOne();
                        }
                        match 
=  match.NextMatch();
                    }
                }
            }
            
finally
            {
                waiter.Set();

                
#region  分析计时结束

                QueryPerformanceCounter(
ref  count1);
                count 
=  count1  -  count;
                result 
=  ( double )(count)  /  ( double )freq;

                toolStripStatusLabel1.Text 
=   " 分析完毕! " ;
                toolStripStatusLabel2.Text 
=   string .Format( "  | 分析耗时:{0}秒 " , result);
                Application.DoEvents();

                
#endregion

                
// 分析完毕
                isAnalyzeComplete  =   true ;
            }
        }
复制代码

     这两个方法主要是用WebClient来请求然后异步获得网址所返回的数据并对数据分析,提取图片链接,提取主要有两种方式:一种是完整路径的图片链接;一种是短路径的链接,比如/images/bg.gif,程序会自动为其加上域名部分组成完整的链接。

 

     2.     异步下载部分代码

复制代码
         ///   <summary>
        
///  异步接受数据
        
///   </summary>
        
///   <param name="asyncResult"></param>
         public    void  AsyncDownLoad(IAsyncResult asyncResult)  
        {
            
#region  下载计时开始

            
if  (cfreq  ==   0 )
            {
                QueryPerformanceFrequency(
ref  cfreq);
                QueryPerformanceCounter(
ref  ccount);
            }

            
#endregion

            WebRequest request 
=  (WebRequest)asyncResult.AsyncState;
            
string  url  =  request.RequestUri.ToString();
            
try
            {
                WebResponse response 
=  request.EndGetResponse(asyncResult);
                
using  (Stream stream  =  response.GetResponseStream())
                {
                    Image img 
=  Image.FromStream(stream);
                    
string [] tmpUrl  =  url.Split( ' . ' );
                    img.Save(
string .Concat(savePath,  " / " , DateTime.Now.ToString( " yyyyMMddHHmmssfff " ),  " . " , tmpUrl[tmpUrl.Length  -   1 ]));
                    img.Dispose();
                    stream.Close();
                }
                allDone.Set();

                
// 从未下载的列表中删除已经下载的图片
                imgUrlList.Remove(url);

                
// 更新列表框
                 int  indexItem  =   this .lbShow.Items.IndexOf(url);
                
if  (indexItem  >=   0   &&  indexItem  <=   this .lbShow.Items.Count)
                    SetlbShowItem(indexItem);
            }
            
catch  (Exception)
            {
                imgUrlList.Remove(url);
            }
        }
复制代码

     这部分就是异步下载图片并保存的代码,调用部分请看AsyncURIAnalyze方法分析图片链接匹配成功后就开始进行图片下载,每下载完一张图片就更新显示在界面正下方List框内(在链接前标记 )。

     

     篇幅有限,还有一起其他重要的代码如 实时显示分析和下载结果 的代码请下载源代码查看。另外需要注意的是输入需要下载图片的网址的时候需要输入完整的链接,带http如http://www.sina.com/ 。

 

程序和代码:

     exe可执行文件:http://files.cnblogs.com/over140/IBD_exe.rar

     源代码:http://files.cnblogs.com/over140/ImagesBatchDownloading2008-8-21.rar

 

后话

     "用户的支持就是作者最大的动力!"——真的就是这样的,之前写的笨笨图片批量抓取下载 V0.1 beta 采用的是同步编程,也能勉勉强强能用,有规划但一直懒于继续往下写,后来被群里一朋友采用了,给我莫大的鼓舞,决定按计划写出V0.2 beta出来,也就有了这篇文章。

     写这个东西很大一部分程度上是为了练习,里面注释比较多,就当时学习交流吧,欢迎多多指教: )


转载:http://www.cnblogs.com/over140/archive/2008/08/22/1273587.html

目录
相关文章
|
3月前
|
C# 开发者
深入理解C#中的`Task<T>`:异步编程的核心
【1月更文挑战第3天】本文旨在探讨C#中`Task<T>`的使用和理解,作为异步编程模式的核心组件。`Task<T>`允许开发者在不阻塞主线程的情况下执行异步操作,并返回一个指定类型`T`的结果。通过定义返回`Task<T>`的异步方法、使用`async`和`await`关键字、处理异常以及获取任务结果,开发者可以编写出高效且响应迅速的应用程序。此外,本文还介绍了如何配置任务以及实现任务的连续性和组合,为掌握C#中的异步编程提供了全面的指导。
|
1月前
|
API C# 数据安全/隐私保护
C# 实现网页内容保存为图片并生成压缩包
C# 实现网页内容保存为图片并生成压缩包
|
1月前
|
C#
C#学习系列相关之多线程(四)----async和await的用法
C#学习系列相关之多线程(四)----async和await的用法
|
1月前
|
数据采集 存储 C#
抓取Instagram数据:Fizzler库带您进入C#程序的世界
在当今数字化的世界中,数据是无价之宝。社交媒体平台如Instagram成为了用户分享照片、视频和故事的热门场所。作为开发人员,我们可以利用爬虫技术来抓取这些平台上的数据,进行分析、挖掘和应用。本文将介绍如何使用C#编写一个简单的Instagram爬虫程序,使用Fizzler库来解析HTML页面,同时利用代理IP技术提高采集效率。
抓取Instagram数据:Fizzler库带您进入C#程序的世界
|
6月前
C#WPF 图片在显示时没有问题,但在运行时图片显示不出来的解决
选中项目,点击右上角的显示全部文件按钮,会将默认隐藏的文件显示出来,选中所需图片,右键,添加到项目,然后选择图片查看属性,生成操作选择resource。完毕。本人目前的解决方案。
260 41
C#WPF 图片在显示时没有问题,但在运行时图片显示不出来的解决
|
4月前
|
API C#
C# 调用系统“API“设置图片为“桌面壁纸“
C# 调用系统“API“设置图片为“桌面壁纸“
|
6月前
|
C#
C# 图片RGB处理判断
C# 图片RGB处理判断 需要:根据一张原始图的RGB平均值和新的图片的RGB平均值的差距,来判断图中是否出现除原图中物体外的其他物体 前提:.Net framework 4.8 及以上 示例代码: 程序集:using System;using System.Drawing;using System.Drawing.Drawing2D;using System.Drawing.Imagin...
21 0
|
8月前
|
C#
C#异步编程
C#异步编程
164 0
|
9月前
|
人工智能 文字识别 API
C# 10分钟完成百度图片提取文字(文字识别)——入门篇
C# 10分钟完成百度图片提取文字(文字识别)——入门篇
|
10月前
|
C#
c#异步编程
c#异步编程原理,await asnyc的使用方法。异步编程是指在程序执行过程中,不需要等待某个操作完成,就可以继续执行后续的代码。
267 0