VB：如何通过VB获取某个网站的所有页面源代码？

2024-12-02 08:49:30

推荐回答（1个）

回答1：

两种实现方式：
1、先用WebBrowser控件、iNet控件或xmlhttp组件获取网站首页代码（这个网上有一大堆介绍，就不啰嗦了），然后分析代码，找出其中的超链接，然后再逐个获取其页面代码，这里要注意的是，要区分外链和内链，外链就不要去获取代码了（否则的话如果网站上有个百度的链接，那么你的程序就要去获取百度的页面了）；另外还要控制获取的层数（比如说一级子页面是第二层，二级子页面是第三层），否则的话遇到大型网站你的程序很可能进入死循环。
2、利用浏览器的缓存来获取，主要是IE的缓存。windows系统有专门的对IE缓存进行读写操作的API函数。要想获取某个网站的源码，可以用IE打开这个网站，然后把里面的链接都手工点击一遍，使页面代码能被IE自动放入缓存文件夹中即可。当然，如果网站比较大，这个过程可能会比较繁复。然后再通过程序遍历IE的整个缓存系统，把与该网站相关的所有资源都提取出来。通过这种方法，不但可以提取HTML代码，还有js代码、css代码，以及页面上的所有图片、动画、视频等资源。我个人比较喜欢这种方法。