当前位置: 代码迷 >> 综合 >> c# 爬虫 -ChromeDriver+HtmlAgilityPack爬取比赛实时比分
  详细解决方案

c# 爬虫 -ChromeDriver+HtmlAgilityPack爬取比赛实时比分

热度:61   发布时间:2024-01-12 06:57:13.0

背景

最近NBA总决赛吸引了不少球迷,但是因为时差的关系,人家在比赛,我们在上班,有时候上班又不好意思光明正大的看比赛,那有什么办法 可以光明正大的看又不被发现呢。

有,自己动手丰衣足食,ChromeDriver+HtmlAgilityPack爬取比赛实时比分。

概述

WebDriver 就是对浏览器提供的原生API进行封装,使其成为一套更加面向对象的Selenium WebDriver API。使用这套API可以操控浏览器的开启、关闭,打开网页,操作界面元素,控制Cookie,还可以操作浏览器截屏、安装插件、设置代理、配置证书等。

HtmlAgilityPack是.net下的一个HTML解析类库。支持用XPath来解析HTML。这个意义不小,为什么呢?因为对于页面上的元素的xpath某些强大的浏览器能够直接获取得到,并不需要手动写。节约了大半写正则表达式的时间,当然正则表达式有时候在进一步获取的时候还需要写,但是通过xpath解析之后,正则表达式已经要匹配的范围已经非常小了。而且,不用正则表达式在整个页面源代码上匹配,速度也会有提升。总而言之,通过该类库,先通过浏览器获取到xpath获取到节点内容然后再通过正则表达式匹配到所需要的内容,无论是开发速度,还是运行效率都有提升。

代码实现

下面我们来看下如何使用ChromeDriver+HtmlAgilityPack爬取比赛实时比分。

抓取网页

//apistring url = "https://sports.qq.com/kbsweb/game.htm?mid=" + model.TxMatchId;//   string url = "https://kbs.sports.qq.com/kbsweb/game.htm?mid=100000:55370464";//  MatchUpdate model = new MatchUpdate();var cds = ChromeDriverService.CreateDefaultService();//是否应隐藏服务的命令提示符窗口cds.HideCommandPromptWindow = true;ChromeOptions options = new ChromeOptions();options.AddArguments("--test-type", "--ignore-certificate-errors");//   options.AddArguments("user-agent=mozilla/5.0 (linux; u; android 2.3.3; en-us; sdk build/ gri34) applewebkit/533.1 (khtml, like gecko) version/4.0 mobile safari/533.1");options.AddArgument("enable-automation");//  options.setBinary("C:/Program Files (x86)/Google/Chrome/chrome.exe");var r = ZhimaHttpProxy.GetProxy(false);if (r != null){Console.WriteLine(r.Address.Host);Console.WriteLine(r.Address.Port);string proxy_Host = r.Address.Host;int proxy_Post = r.Address.Port;string Ex_Proxy_Name = "proxy.zip";options.Proxy = null;options.AddArguments("--proxy-server=" + proxy_Host + ":" + proxy_Post.ToString());options.AddExtension(Ex_Proxy_Name);}if (IsHideMode)options.AddArgument("headless");string dic = System.Environment.CurrentDirectory + "\\cos";if (IsHideMode){using (IWebDriver driver = new OpenQA.Selenium.Chrome.ChromeDriver(cds, options, TimeSpan.FromSeconds(120))){Excule(driver, url, model);}}else{using (IWebDriver driver = new OpenQA.Selenium.Chrome.ChromeDriver(dic, options, TimeSpan.FromSeconds(120))){Excule(driver, url, model);}}

解析网页

HtmlAgilityPack.HtmlDocument doc = new HtmlAgilityPack.HtmlDocument();doc.LoadHtml(Helper.ReadTxt(System.Environment.CurrentDirectory + "\\PageSource\\" + info.TxMatchId.Replace(":", "_") + ".txt"));int? HomeTeamScore = null;int? GuestTeamScore = null;List<MatchScore> MatchScoreList = new List<MatchScore>();HtmlNode titleNodes = doc.DocumentNode.SelectSingleNode("//div[@class='inner']");var titleNodes2 = doc.DocumentNode.SelectSingleNode("//div[@class='content-wrapper']");if (titleNodes2 != null)//  if (false){Console.WriteLine(titleNodes2.InnerText);var host = titleNodes2.SelectSingleNode("//div[@class='team-goal host']");var arr = host.InnerText.Replace("\r\n", "|");var arrs = arr.Split('|');arrs = arrs.Where(o => !string.IsNullOrWhiteSpace(o)).Select(o => o.Split('(')[0].Trim()).ToArray();HomeTeamScore = int.Parse(arrs[1]);MatchScoreList.Add(new MatchScore() { TeamName = arrs[0], TeamScore = HomeTeamScore });var guest = titleNodes2.SelectSingleNode("//div[@class='team-goal guest']");var arr2 = guest.InnerText.Replace("\r\n", "|");var arrs2 = arr2.Split('|');arrs2 = arrs2.Where(o => !string.IsNullOrWhiteSpace(o)).Select(o => o.Split('(')[0].Trim()).ToArray();GuestTeamScore = int.Parse(arrs2[1]);MatchScoreList.Add(new MatchScore() { TeamName = arrs2[0], TeamScore = GuestTeamScore });}else{var a = titleNodes.SelectNodes("//a[@data-target='teamName']");var score = titleNodes.SelectNodes("//span[@class='score']");if (score != null){int i = 0;foreach (var item in score){SetText("\r\n" + item.InnerText?.Trim());if (i == 0){HomeTeamScore = Convert.ToInt32(item.InnerText?.Trim());}if (i == 1){GuestTeamScore = Convert.ToInt32(item.InnerText?.Trim());}i++;}}if (a != null){int i = 0;foreach (var item in a){SetText("\r\n" + item.InnerText?.Trim());if (i == 0){MatchScoreList.Add(new MatchScore() { TeamName = item.InnerText?.Split('(')[0].Trim(), TeamScore = HomeTeamScore });}if (i == 1){MatchScoreList.Add(new MatchScore() { TeamName = item.InnerText?.Split('(')[0].Trim(), TeamScore = GuestTeamScore });}i++;}}}string statusstr = "";var t = titleNodes.SelectSingleNode("//div[@class='datetime-live-desc']");SetText("\r\n" + t.InnerText?.Trim());statusstr = t.InnerText?.Trim();var Status = info.Status;if (!string.IsNullOrWhiteSpace(statusstr) && statusstr.Contains("已结束")){Status = MatchStatus.End;}

最后再搞个小弹框,把数据输出即可。

  相关解决方案