//要抓取的URL地址
string UrlBank = "http://www.bankrate.com.cn/bankoutlets/1";
string strResultBank = GetWebContent(UrlBank);
//取出和数据有关的那段源码
int iBodyStartBank = strResultBank.IndexOf("<body", 0);
int iStartBank = strResultBank.IndexOf("中国建设银行省份网点", iBodyStartBank);
int iTableStartBank = strResultBank.IndexOf("<div", iStartBank);
int iTableEndBank = strResultBank.IndexOf("</div>", iTableStartBank);
string strWebBank = strResultBank.Substring(iTableStartBank, iTableEndBank - iTableStartBank + 8);
//生成HtmlDocument
WebBrowser webbBank = new WebBrowser();
webbBank.Navigate("about:blank");
HtmlDocument htmldocBank = webbBank.Document.OpenNew(true);
htmldocBank.Write(strWebBank);
HtmlElementCollection htmlTRBank = htmldocBank.GetElementsByTagName("a");
foreach (HtmlElement tr in htmlTRBank)
{
strCity = tr.OuterText;
strCity = strCity.Substring(0, strCity.Length - 1);
}
我做了一个实例，以上这段代码可以抓取到html 所有源码，并可以获取我想要的数据
现在问题是我要抓取这里面的数据 http://www.bankrate.com.cn/creditcard/10_2
可是查看源码后如“主卡年费”显示的是0（<td class="td_data_left td_bg">主卡年费</td>
<td class="content ajaxdata">0</td>）这里正确的应该是“免费”，这样我就纳闷了，
我如果才能得到真正的数据呢，谢谢各位支招
------解决方案--------------------------------------------------------
string=="0"?"免费":string
------解决方案--------------------------------------------------------
估计页面加载完了，用js处理了。楼主手动处理吧
------解决方案--------------------------------------------------------
------解决方案--------------------------------------------------------
------解决方案--------------------------------------------------------
多测试几下，找找规律，不一定全都的取到。
------解决方案--------------------------------------------------------
mark！最近也在做这方面的。
------解决方案--------------------------------------------------------
正则表达式匹配。。。
------解决方案--------------------------------------------------------
你看看源代码
- C# code
<script type="text/javascript">loadContent('http://code.bankrate.com.cn/getProductData/creditcard_10_2');</script>秘密就是http://code.bankrate.com.cn/getProductData/creditcard_10_2这个是抓取你所需数据的真实URL当然,很多网站都进行了referer来源判断,所以抓取时,还要模拟httpreferer既然你会抓取网站,如何模拟就不多说了.