抓取网页上公开可见的图片。涉及知识点:
- 异步编程:async和await进行异步编程,将耗时的操作放在后台线程中进行,并使用await关键字等待操作完成,不阻塞主线程的执行。
- HttpClient:用来发送http请求,并获取响应。可以使用GetAsync发送Get请求,并使用ReadAsStringAsync方法将响应内容读取为字符串。
- HttpResponseMessage:http响应的消息,其中包含响应的状态码、头信息、内容等。使用IsSuccessStatusCode判断响应是否成功。
- HtmlAgilityPack库:用来解析HTML文档,使用LoadHtml方法从字符串中加载html内容,并创建HtmlDocument对象。使用Descendants方法获取指定标签元素。
- Linq查询:获取img元素进行筛选和转换,使用Select获取每个img元素的src属性值,并使用Where进行过滤。
- 图片下载:使用HttpClient.GetAsync方法下载图片,并使用ReadAsStreamAsync方法将下载的图片内容作为流进行处理。使用Path类获取图片文件名和指定保存路径,使用FileStream类创建文件流将图片保存到本地。
- 异常处理:try-catch
using HtmlAgilityPack;
public async void GetImagesFromWeb(string ip,string webPage)//ip,webPage:html网页
{
string webUrl = ip+webPage; //抓取图片的网页url
string saveDir = "E:\\File_work\\files\\ResultSaveDir\\ImagesFromWeb";
HttpClient httpClient = new HttpClient();
try
{
//向指定url发送HttpGet请求,并返回一个表示http响应的httpResponseMessage对象
HttpResponseMessage response =await httpClient.GetAsync(webUrl); //HttpResponseMessage包含了响应的状态码、头信息、内容等
if (response.IsSuccessStatusCode) //状态码为200-299,,则IsSuccessStatusCode属性为true
{
string htmlContent=await response.Content.ReadAsStringAsync();//将http响应的内容作为字符串读取
//使用HtmlAgilityPack解析html文档
HtmlDocument doc = new HtmlDocument();
doc.LoadHtml(htmlContent);//从字符串中加载html内容,并创建HtmlDocument对象
//获取img元素中的src属性,html中的img元素用于向网页中插入图像,src属性制定了要显示的图片文件的url
var imageUrls = doc.DocumentNode.Descendants("img") //从根节点开始获取所有的img标签
.Select(img => img.GetAttributeValue("src", null))//获取每个img的src属性值
.Where(src => !string.IsNullOrEmpty(src));
foreach(var imgUrl in imageUrls)
{
try
{
HttpResponseMessage imgResponse=await httpClient.GetAsync(ip+imgUrl);
if (imgResponse.IsSuccessStatusCode)
{
Stream imgStream=await imgResponse.Content.ReadAsStreamAsync();
//获取图片文件名
string imgName = Path.GetFileName(imgUrl);
//指定保存路径
string savePath = Path.Combine(saveDir, imgName);
FileStream fileStream = new FileStream(savePath,FileMode.Create);
await imgStream.CopyToAsync(fileStream);
}
else
{
Console.WriteLine($"图片下载失败: {imgUrl}. 状态码: {imgResponse.StatusCode}");
}
}
catch(Exception ex)
{
Console.WriteLine($"图片下载出错: {imgUrl}: {ex.Message}");
}
}
Console.WriteLine($"{imageUrls.Count()} 图片下载成功.");
}
else
{
Console.WriteLine($"页面请求失败. 错误码: {response.StatusCode}");
}
}
catch(Exception ex)
{
Console.WriteLine(ex.Message);
}
}