Jumony快速抓取网页 --- Jumony使用笔记--icode

作者：郝喜路个人主页： http://www.cnicode.com 博客地址：http://haoxilu.cnblogs.com 时间：2014年6月26日 19:25:02

刚刚在博客园看到一篇博文《使用HttpWebRequest和HtmlAgilityPack抓取网页（拒绝乱码，拒绝正则表达式）》，感觉不错，作者写的也挺好的，然后在看了园子里的朋友的评论后，我知道了有一个更牛x的工具——Jumony。这个工具用起来可谓称之为简单、高效。特此记录和分享，Jumony的使用方法。

Jumony是开源项目，目前源代码存放咋GitHub ，源码地址：https://github.com/Ivony/Jumony。我测试使用的是Visual Studio 2012 ,测试网页为博客园。

下面介绍使用方法：

一、在新建项目后，需要将Jumony添加到项目中，你可以下载源码使用，也可以在NugGet 中搜索 Jumony Core 将其添加到项目中并且后自动添加所需的引用。

二、添加引用之后，即可写项目代码。（此处代码为获取博客园首页文章内容）

1 public string Html = string.Empty;//为将拼接好html字符串返回给前台代码 2 PRotected void Page_Load(object sender, EventArgs e) 3 { 5 var htmlSource = new JumonyParser().LoadDocument("http://www.cnblogs.com").Find(".post_item a.titlelnk"); 6 int count = 0; 7 foreach (var htmlElement in htmlSource) 8 { 9 count ++;10 Html += string.Format(" <li>{2}、  <a href=\"About.aspx?Url={0}\" target=\"_blank\">{1}</a></li>", htmlElement.Attribute("href").Value(), htmlElement.InnerText(),count);11 }12 }

效果图：

三、下面就是要在点击上图从博客园抓取的文章标题之后，在显示博客全文（并非在打开博客园的文章）

代码：

1 string html = Request["Url"];2 var htmlSource =3 new JumonyParser().LoadDocument(html);4 HtmlText = htmlSource.Find(".postTitle2").FirstOrDefault().InnerText();5 6 Html = htmlSource.Find("#cnblogs_post_body").FirstOrDefault().InnerHtml();效果图：

到此，网页抓取写完了，没有什么深奥的道理，只是把他的使用方法简单的把代码贴出来了，还没有研究其源码，有时间需要深究一下。Jumony更多的使用方式请参见博客http://www.cnblogs.com/Ivony/p/3447536.html本次演示Jumony快速开发的代码如下（在百度云盘，请自行下载：）：http://pan.baidu.com/s/1COuCI谢谢！