VB：如何通过VB获取某个网站的所有页面源代码

两种实现方式：

1、先用WebBrowser控件、iNet控件或xml>

前台界面，就是你在浏览器上看到的界面

后台代码，一般位于网站提供方的服务器上

数据库，存储网站的部分数据，同样位于网站提供方的服务器上

我们一般能在浏览器上看到的只有前台界面；前台界面一般又分为：

HTML，表示界面上有些什么东西（按钮，文本框，框）

javascript，你与界面怎么交互（点击时、右键时浏览器做什么）

css，界面元素（HTML）如何排版，放哪儿，字体多大，字间距多大等

你打开一个页面后按F12可以在source中可以直接看到HTML和javascript，css一般在其它路径下，需要在页面中查看引用的css位置

所以如果你想要看网站的完整代码是不可能的，除非有人提供源码

一般你只能看到前端的这些代码，只能知道它的形；里面的数据具体怎么来的你是不知道的

下载个curlexe放到system32目录，然后用curl命令查看源码。

如curl 百度网址。

如果中文乱码，那可能是curl默认返回utf8源码，而命令行默认代码页936显示，可以chcp 65001切换utf8代码页，然后右击cmd标题栏，属性，字体，选择Lucida Console。

换回来的话，只需要chcp 936

我用的版本的curl763不用切换代码页都可以正常查看带中文的utf8源码。

更改cmd窗口后，在注册表HKEY_CURRENT_USER\Console\%SystemRoot%_system32_cmdexe

这里保存了自定义设置，删除，cmd恢复默认。

查看一个网页html源代码的方法是:打开一个网页之后,点击浏览器上的菜单查看选择下面的源文件选项即可打开一个记事本文件,其中就是这个网页所有代码也可以将鼠标放置到网页上的任何位置(只要是位于没有链接处,最好是网页中的空白区域),点击鼠标右键选择其中的查看源文件即可

看是静态网页还是动态网页，如果是静态网页的话（单纯的html）右键查看源文件一般就可以看到，但样式表和脚本如果是以link方式导入的话这部分代码你也无法得到；如果是动态网页（asp；jsp等），显示到浏览器的都是编译过的代码，这种类型的源码你是无法得到的。

一个月前实习导师布置任务说通过网络爬虫获取深圳市气象局发布的降雨数据，网页如下：

心想，爬虫不太难的，当年跟zjb爬煎蛋网无（mei）聊（zi）图的时候，多么清高。由于接受任务后的一个月考试加作业一大堆，导师也不催，自己也不急。

但是，导师等我一个月都得让我来写意味着这东西得有多难吧。。。今天打开一看的确是这样。网站是基于Ajax写的，数据动态获取，所以无法通过下载源代码然后解析获得。

从某不良少年写的抓取淘宝mm的例子中收到启发，对于这样的情况，一般可以同构自己搭建浏览器实现。phantomJs，CasperJS都是不错的选择。

导师的要求是获取过去一年内深圳每个区每个站点每小时的降雨量，执行该 *** 作需要通过如上图中的历史查询实现，即通过一个时间来查询，而这个时间存放在一个hidden类型的input标签里，当然可以通过js语句将其改为text类型，然后执行send_keys之类的 *** 作。然而，我失败了。时间可以修改设置，可是结果如下图。

为此，仅抓取实时数据。选取python的selenium，模拟搭建浏览器，模拟人为的点击等 *** 作实现数据生成和获取。selenium的一大优点就是能获取网页渲染后的源代码，即执行 *** 作后的源代码。普通的通过 url解析网页的方式只能获取给定的数据，不能实现与用户之间的交互。selenium通过获取渲染后的网页源码，并通过丰富的查找工具，个人认为最好用的就是find_element_by_xpath("xxx")，通过该方式查找到元素后可执行点击、输入等事件，进而向服务器发出请求，获取所需的数据。

[python] view plain copy

# coding=utf-8

from testString import 

from selenium import webdriver

import string

import os

from seleniumwebdrivercommonkeys import Keys

import time

import sys

default_encoding = 'utf-8'

if sysgetdefaultencoding() != default_encoding:

reload(sys)

syssetdefaultencoding(default_encoding)

district_navs = ['nav2','nav1','nav3','nav4','nav5','nav6','nav7','nav8','nav9','nav10']

district_names = ['福田区','罗湖区','南山区','盐田区','宝安区','龙岗区','光明新区','坪山新区','龙华新区','大鹏新区']

flag = 1

while (flag > 0):

driver = webdriverChrome()

driverget("hianCe/")

# 选择降雨量

driverfind_element_by_xpath("//span[@id='fenqu_H24R']")click()

filename = timestrftime("%Y%m%d%H%M", timelocaltime(timetime())) + 'txt'

#创建文件

output_file = open(filename, 'w')

# 选择行政区

for i in range(len(district_navs)):

driverfind_element_by_xpath("//div[@id='" + district_navs[i] + "']")click()

# print driverpage_source

timeElem = driverfind_element_by_id("time_shikuang")

#输出时间和站点名

output_filewrite(timeElemtext + ',')

output_filewrite(district_names[i] + ',')

elems = driverfind_elements_by_xpath("//span[@onmouseover='javscript:changeTextOver(this)']")

#输出每个站点的数据，格式为：站点名，一小时降雨量，当日累积降雨量

for elem in elems:

output_filewrite(AMonitorRecord(elemget_attribute("title")) + ',')

output_filewrite('\n')

output_fileclose()

driverclose()

timesleep(3600)

文件中引用的文件testString只是修改输出格式，提取有效数据。

[python] view plain copy

#Encoding=utf-8

def OnlyCharNum(s, oth=''):

s2 = slower()

fomart = 'abcdefghijklmnopqrstuvwxyz0123456789,'

for c in s2:

if not c in fomart:

s = sreplace(c, '')

return s

def AMonitorRecord(str):

str = strsplit(":")

return str[0] + "," + OnlyCharNum(str[1])

一小时抓取一次数据，结果如下：

以上就是关于VB：如何通过VB获取某个网站的所有页面源代码全部的内容，包括:VB：如何通过VB获取某个网站的所有页面源代码、怎么查看网站源代码、bat查看网页源代码等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！