【问题标题】:C# - Downloading website with webcrawler for ajax pageC# - 使用 webcrawler 为 ajax 页面下载网站
【发布时间】:2011-03-11 10:48:50
【问题描述】:

我用 C#(使用 Microsoft WebCrawler)编写了一个简单的网络爬虫项目,用于下载特定站点的内容。

我已经注册了DocumentCompleted 的活动并等待页面的ReadyState 完成。

当我使用任何浏览器导航到该页面时,该网站工作得非常好。 当我尝试在整个代码中执行相同操作时,页面的 ajax 部分无法正确加载。

正如 Marcom 所建议的,我使用 fiddler 查看了来自我的网络爬虫和网络浏览器的响应。当我的网络爬虫导航到网页时,他在与网页相反的参数之一上收到错误消息。

有什么线索吗?

【问题讨论】:

  • Ajax page 不多说了。页面如何正常加载?通过javascript?这会使事情复杂化很多。
  • 在“Ajax 页面”中,我想说该页面由两部分组成——第一部分是普通的 html 部分,第二部分是在页面完成加载并发送到客户端后加载的。 .

标签: c# ajax web-crawler


【解决方案1】:

您可能必须模拟 ajax 完成的请求才能下载其余数据。

使用 fiddler 之类的工具来查看幕后发生的事情。

【讨论】:

  • 感谢您的回答。页面有时加载 Ajax 部分有时不加载是否有逻辑原因?
  • 你必须更具体,我不能盲目猜测:)
  • 页面的ajax部分有时加载成功,有时加载不成功。发生这种情况有什么原因吗?此外,我是否应该更改网络爬虫的标头以表现得像我不是网络爬虫?
猜你喜欢
  • 2021-07-16
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 2012-08-19
  • 1970-01-01
  • 1970-01-01
相关资源
最近更新 更多