[爬虫学习笔记]ScrapySharp简单封装为Requester
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了[爬虫学习笔记]ScrapySharp简单封装为Requester相关的知识,希望对你有一定的参考价值。
为了便于使用及日后的扩展,将Scrapy简单封装为了Requester,具体代码如下:
using System; using System.Collections.Generic; using Crawler.Common; namespace Crawler.Protocol { public class Requester { private Uri Url { get; set; } private Browser Browser { get; set; } public Requester(string url, Dictionary<string, string> headers = null, Browser browser = null) { var u = new Uri(url); //检测地址是域名还是IP地址,如果是域名,则使用DnsResolver解析为IP地址 var leftPart = u.GetLeftPart(UriPartial.Authority).Replace(u.GetLeftPart(UriPartial.Scheme), ""); //正则匹配是否为IP地址 if (!RegexHelper.IsMatch(leftPart, @"\d+\.\d+\.\d+\.\d+\w")) { var dns = new DnsResolver(leftPart); if (dns.IsSuccess) u = new Uri(url.Replace(leftPart, dns.Record.Address.ToString())); } Url = u; Browser = browser ?? new Browser(); if (headers == null) return; foreach (var header in headers) Browser.Headers[header.Key] = header.Value; } public string Gethtml() { return Browser.DownloadString(Url); } public byte[] GetFile() { return Browser.NavigateToPage(Url).RawResponse.Body; } } }
考虑到可能对ScrapyBrowser做一些扩展(例如增加对FTP等其他协议的支持),故新建了Browser类继承自ScrapyBrowser类:
using ScrapySharp.Network; namespace Crawler.Protocol { public class Browser : ScrapingBrowser { } }
以上是关于[爬虫学习笔记]ScrapySharp简单封装为Requester的主要内容,如果未能解决你的问题,请参考以下文章