我正在重新审视我的旧代码,并且偶然发现了一种基于其网址获取网站标题的方法.这并不是你所谓的稳定方法,因为它经常无法产生结果,有时甚至会产生不正确的结果.此外,有时它无法显示标题中的某些字符,因为它们是替代编码.
有没有人对这个旧版本有改进建议?
public static string SuggestTitle(string url, int timeout) { WebResponse response = null; string line = string.Empty; try { WebRequest request = WebRequest.Create(url); request.Timeout = timeout; response = request.GetResponse(); Stream streamReceive = response.GetResponseStream(); Encoding encoding = System.Text.Encoding.GetEncoding("utf-8"); StreamReader streamRead = new System.IO.StreamReader(streamReceive, encoding); while(streamRead.EndOfStream != true) { line = streamRead.ReadLine(); if (line.Contains("")) { line = line.Split(new char[] { '<', '>' })[2]; break; } } } catch (Exception) { } finally { if (response != null) { response.Close(); } } return line; }
最后一点 - 我希望代码运行得更快,因为它一直阻塞,直到页面被提取,所以如果我只能得到网站标题而不是整个页面,那就太棒了.
获取内容的更简单方法:
WebClient x = new WebClient(); string source = x.DownloadString("http://www.singingeels.com/");
获得标题的更简单,更可靠的方法:
string title = Regex.Match(source, @"\]*\>\s*(? [\s\S]*?)\ ", RegexOptions.IgnoreCase).Groups["Title"].Value;
也许有了这个建议,一个新世界为你打开了我也有这个问题,来到了这个
从http://html-agility-pack.net/?z=codeplex下载“ Html Agility Pack”
或转到nuget:https ://www.nuget.org/packages/HtmlAgilityPack/ 并添加此参考。
在代码文件中添加以下内容:
using HtmlAgilityPack;
在您的方法中编写以下代码:
var webGet = new HtmlWeb(); var document = webGet.Load(url); var title = document.DocumentNode.SelectSingleNode("html/head/title").InnerText;
资料来源:
https://codeshare.co.uk/blog/how-to-scrape-meta-data-from-a-url-using-htmlagilitypack-in-c/ HtmlAgilityPack获取标题和元数据