关于从一个网站页面中抓取图片的问题。

Question

那不成了采编系统了！图片所在的a.htm网页绝对地址取出来，不可能

Answer 1

只要知道图片的url就可以了啊，获得网页源代码，http的get方法，分析字符串，把image标记的src属性取出来就可以了 啊

Answer 2

那么怎么样从a.htm页面中取出图片的url呢？ 谢谢

Answer 3

给你参考一下：（通过获取网页内容进行分析）   private void btnGet_Click(object sender, System.EventArgs e)
   {
  
   WebRequest wreq=WebRequest.Create("http://weather.yahoo.com/forecast/CHXX0037_c.html");
  
   HttpWebResponse wresp=(HttpWebResponse)wreq.GetResponse();
  
   string HTML ="";
   Stream s=wresp.GetResponseStream();
  
   StreamReader objReader = new StreamReader(s);
  
   string sLine = "";
   int i = 0;
  
   while (sLine!=null)
   {
   i++;
   sLine = objReader.ReadLine();
   if (sLine!=null)
   HTML += sLine;
   }
  
   String temp= "";
   int start,stop;
  
   start = HTML.IndexOf("<!-- CURCON-->",0,HTML.Length);
  
   stop = HTML.IndexOf("<!-- END CURCON-->",0,HTML.Length);
  
   temp = HTML.Substring(start, stop - start);
   start = temp.IndexOf("<b>");
   stop = temp.IndexOf("</b>");
  
   string degree = temp.Substring(start+3,stop - start -3);
  
   start = temp.IndexOf("<img");
   stop = temp.IndexOf("</td>",start);
  
   string img = temp.Substring(start,stop - start);
   lblWeather.Text = degree + "<br>" + img;
  
   }

Answer 4

只要知道图片的url就可以了啊，获得网页源代码，http的get方法，分析字符串，把image标记的src属性取出来就可以了 啊说这话的人没有大脑

Answer 5

3d_viz,我能获得网页源代码,
但是怎么样把这个html源码中所有图片显示出来啊?谢谢。

Answer 6

我就是想实现这样一个功能：
（1）通过WebRequest从一个网站读一个页面后，仅只显示出这个页面全部图片怎么实现?
（2）然后任意点一个图片的超链接，这个图片的url就自动的存在一个字符串变量中，最后通过程序保存在数据库字段中如果实现?

Answer 7

有几种方式实现你的要求：
如果在ASP中，需要使用微软的XMLHTTP下载网页的内容（如你所说的a.htm），然后使用VBScript正则表达式提取图片的url路径，再用XMLHTTP下载图片，然后保存到你的服务器（可以同时改名为你需要的文件名）。
如果在Asp.net中，相对简单很多，用WebClient下载网页数据成字符串变量，使用正则表达式提取图片的url路径，再下载图片，保存到数据库。
以上方法我已全部搞定，包括下载网页保存到数据库（可以同时转为繁体），下载图片到本地服务器同时改名并生成缩略图，但基于版权问题不能给你，所以给你一个思路。如有需要可以私下联系，但要保护版权。[email protected]

Answer 8

anbeel(Coding人生)说的行吗？表示怀疑，看看有没有其他的办法。

Answer 9

johnsuna(缘来是e) ,谢谢你的指点。^_*  可惜你有版权。有知道的朋友来指点一下。多谢!

Answer 10

有了新进展。我现在可以取出页面中的所有连接了。^_*
不过离目标还有点远。<%@Page Language="c#"%>
<%@Import Namespace="System" %>
<%@Import Namespace="System.Net" %>
<%@Import Namespace="System.Text" %>
<%@Import Namespace="System.IO" %>
<script runat="server">
public void Page_Load(object sender, System.EventArgs e)
{
string link=null;
string str; int curloc; string uristr="http://www.hs169.com/type.asp?typeID=1";
try
{
do 
{
Response.Write("Linking to "+uristr);
HttpWebRequest req=(HttpWebRequest)WebRequest.Create("http://www.hs169.com/type.asp?typeID=1");
uristr=null; HttpWebResponse  resp=(HttpWebResponse)req.GetResponse(); Stream istrm=resp.GetResponseStream(); StreamReader rdr=new StreamReader(istrm,System.Text.Encoding.GetEncoding("GB2312")); str=rdr.ReadToEnd(); curloc=0; do
{
link=FindLink(str,ref  curloc); if(link!=null)
{

Response.Write(link+"<br>");

}
else
{
Response.Write("No link found.");
break; }
}
while(link.Length>0);
resp.Close();
}
while(uristr!=null);
}
catch(WebException exc)
{
Response.Write("Network Error:"+exc.Message+"\nStatus code:"+exc.Status);
}
catch(ProtocolViolationException exc)
{
Response.Write("Protocol Error:"+exc.Message); }
catch(UriFormatException exc)
{
Response.Write("URI Format Error:"+exc.Message);
}
catch(NotSupportedException exc)
{
Response.Write("Unknown Protocol:"+exc.Message);
}
catch(IOException exc)
{
Response.Write("I/O  Error:"+exc.Message); }  Response.Write("Terminating MiniCrawler.");
}
static string FindLink(string htmlstr,ref int startloc)
{
int i;
int start,end;
string uri=null;
string lowcasestr=htmlstr.ToLower();

i=lowcasestr.IndexOf("<a ",startloc);
if(i!=-1)
{
start=i;
end=htmlstr.IndexOf("</a>",start);
uri=htmlstr.Substring(start,end-start);
startloc=end;
}
return uri;
}
</script>