C# 通过Internet搜索网络资源

　　Internet 网络资源非常丰富，几乎涉及到日常生活和研究的各个方面。流行的搜索引擎像Google、百度、雅虎等都能完成快速搜索网络资源的功能。本节我们将学习用C#实现这些功能的基本思路。

　　在System.Net 命名空间中，有一个WebClient 类，该类提供向URI 标识的任何本地、Intranet或Internet 资源发送数据以及从这些资源接收数据的公共方法。

　　URI 的意思是统一资源标识符，.NET 框架使用URI 来标识所请求的Internet 资源和通信协议。URI 由四部分组成：协议标识符、服务器标识符、路径标识符和可选的查询字符串。其中协议标识符标识用于请求和响应的通信协议；服务器标识符由域名系统（DNS）主机名或TCP 地址组成，用于惟一标识Internet 上的服务器；路径标识符用于在服务器上定位请求的信息；查询字符串用于将信息从客户端传送到服务器。

　　例如，“http://www.contoso.com/whatsnew.aspx?date=today”就是由协议标识符“http”、服务器标识符“www.contoso.com”、路径“whatsnew.aspx”和查询字符串“?date=today”组成的。服务器接收到请求并对响应进行了处理之后，就将该响应返回到客户端应用程序。由于响应中包括了像原始文本或XML 数据等相关信息，因此我们就可以从这些信息中查询需要的文本字符串、图片等内容。

　　通过WebClient 类从Web 站点下载文件有两种方式，一种是直接保存为本地文件，另一种是通过流进行读取，具体采用哪种方式要视情况而定。

　　如果要保存成本地文件，可以使用DownloadFile 方法。该方法有两个参数，一个是URI，即统一资源标识符；另一个是本地保存路径。例如：

using System.Net;

……

WebClient myWebClient = new WebClient();

myWebClient.DownloadFile("http://military.china.com/zh_cn/", "C:\\test.htm");

　　如果应用程序需要处理从Web 站点检索到的数据，可以使用OpenRead 方法，这个方法返回一个Stream 引用。然后就可以从数据流中读取数据了。例如：

using System.Net;

using System.IO;

……

WebClient webClient = new WebClient();

Stream myStream = webClient.OpenRead("http://news.sohu.com");

StreamReader sr = new StreamReader(myStream);

string httpSource = sr.ReadToEnd();

　　也可以使用DownloadString 方法，直接读取包含网页源代码的字符串内容。例如：

using System.Net;

……

WebClient webClient = new WebClient();

string httpSource = webClient.DownloadString("http://news.sohu.com");

　　这种方法得到的结果与使用流读取得到的结果相同。

　　【例】设计一个简单的搜索程序，能读取指定网址的源文件，并能用正则表达式搜索包含的超链接与图片。

　　(1) 新建一个名为InternetSearchExample 的Windows 应用程序，修改Form1.cs 为FormSearch.cs，设计如图7-4 所示的界面。

　　(2) 切换到代码方式，添加对应的命名空间引用和事件，源代码如下：

using System;

using System.Collections.Generic;

using System.ComponentModel;

using System.Data;

using System.Drawing;

using System.Text;

using System.Windows.Forms;

//添加的命名空间引用

using System.Net;

using System.IO;

using System.Text.RegularExpressions;

namespace InternetSearchExample

{

    public partial class FormSearch : Form

    {

        public FormSearch()

        {

            InitializeComponent();

        }

        private void buttonSearch_Click(object sender, EventArgs e)

        {

            listBoxLinks.Items.Clear();

            listBoxImage.Items.Clear();

            pictureBox1.Image = null;

            webBrowser1.Url = new Uri("about:blank");

            richTextBox1.Clear();

            string urlString = textBoxUrl.Text.Trim();

            if (urlString.StartsWith("http://") == false)

            {

                urlString = "http://" + urlString;

                textBoxUrl.Text = urlString;

            }

            string httpSource;

            try

            {

                //设置鼠标形状为沙漏形状

                Cursor.Current = Cursors.WaitCursor;

                WebClient webClient = new WebClient();

                //获取包含网页源代码的字符串。

                httpSource = webClient.DownloadString(textBoxUrl.Text);

                richTextBox1.Text = httpSource;

                webBrowser1.Url = new Uri(textBoxUrl.Text);

            }

            catch (Exception err)

            {

                MessageBox.Show(err.Message);

                return;

            }

            finally

            {

                //设置鼠标形状为默认形状

                Cursor.Current = Cursors.Default;

            }

            string regexHrefPattern = @"<a\s+href\s*=\s*""?([^"" >]+)""?>(.+)</a>";

            Regex myRegex = new Regex(regexHrefPattern, RegexOptions.IgnoreCase);

            Match myMatch = myRegex.Match(httpSource);

            while (myMatch.Success == true)

            {

                listBoxLinks.Items.Add(myMatch.Groups[0].Value);

                myMatch = myMatch.NextMatch();

            }

            string regexImgPattern =

            @"<img[^>]+(src)\s*=\s*""?([^ "">]+)""?(?:[^>]+([^"">]+)""?)?";

            myRegex = new Regex(regexImgPattern, RegexOptions.IgnoreCase);

            myMatch = myRegex.Match(httpSource);

            while (myMatch.Success == true)

            {

                listBoxImage.Items.Add(myMatch.Groups[2].Value);

                myMatch = myMatch.NextMatch();

            }

        }

        private void listBoxImage_Click(object sender, EventArgs e)

        {

            try

            {

                WebClient client = new WebClient();

                pictureBox1.Image =

                Image.FromStream(client.OpenRead(listBoxImage.SelectedItem.ToString()));

            }

            catch

            {

                pictureBox1.Image = null;

            }

        }

    }

}

　　(3) 按<F5>键编译并运行，输入某个网址，例如http://news.sohu.com，然后单击【开始搜索】按钮，观察搜索结果。单击搜索结果2 中的图片链接，即可显示对应的图片。运行效果如图所示。

　　当然，实际应用中的搜索引擎远比这个例子复杂得多。但是，通过这个例子，我们学习了利用C#和正则表达式编写搜索网络资源程序的基本思想。在此基础上，编写与此相关的更广泛的网络应用程序就不会感到太困难了。

巴特西

C# 通过Internet搜索网络资源

最新文章

热门文章