C#爬虫（Selenium和WeiAPI）

当前位置:

首页 > 编程开发 > Objective-C编程 >

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

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

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\n\t &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。

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;
 }

文章出处：https://www.cnblogs.com/my1227/p/13534861.html

栏目列表