时间:2021-05-22
抓取(爬取)网上信息的脚本程序,俗称网络蜘蛛。
powershell中自带了这样的两个命令,【Invoke-WebRequest】和【Invoke-RestMethod】,但这两个命令有时候会乱码。
现在转帖分享, 某个【歪果仁】写的脚本。来源于 墙外出处: https://gist.github.com/angel-vladov/9482676
核心代码
function Read-HtmlPage {param ([Parameter(Mandatory=$true, Position=0, ValueFromPipeline=$true)][String] $Uri)# Invoke-WebRequest and Invoke-RestMethod can't work properly with UTF-8 Response so we need to do things this way.[Net.HttpWebRequest]$WebRequest = [Net.WebRequest]::Create($Uri)[Net.HttpWebResponse]$WebResponse = $WebRequest.GetResponse()$Reader = New-Object IO.StreamReader($WebResponse.GetResponseStream())$Response = $Reader.ReadToEnd()$Reader.Close()# Create the document class[mshtml.HTMLDocumentClass] $Doc = New-Object -com "HTMLFILE"$Doc.IHTMLDocument2_write($Response)# Returns a HTMLDocumentClass instance just like Invoke-WebRequest ParsedHtml$Doc#powershell 传教士 转帖并修改的文章 2016-01-01, 允许再次转载,但必须保留名字和出处,否则追究法律责任}原文函数
function Read-HtmlPage { param ([Parameter(Mandatory=$true, Position=0, ValueFromPipeline=$true)][String] $Uri) # Invoke-WebRequest and Invoke-RestMethod can't work properly with UTF-8 Response so we need to do things this way. [Net.HttpWebRequest]$WebRequest = [Net.WebRequest]::Create($Uri) [Net.HttpWebResponse]$WebResponse = $WebRequest.GetResponse() $Reader = New-Object IO.StreamReader($WebResponse.GetResponseStream()) $Response = $Reader.ReadToEnd() $Reader.Close() # Create the document class [mshtml.HTMLDocumentClass] $Doc = New-Object -com "HTMLFILE" $Doc.IHTMLDocument2_write($Response) # Returns a HTMLDocumentClass instance just like Invoke-WebRequest ParsedHtml $Doc}PowerShell function you can use for reading UTF8 encoded HTML pages content. The built in Invoke-WebRequest and Invoke-RestMethod fail miserably.
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
怎样解决MySQL5016的乱码问题?本文给出了解决方法:问:怎样解决MySQL5.0.16的乱码问题?答:MySQL5.0.16的乱码问题可以用下面的方法解决
关于爬虫乱码有很多各式各样的问题,这里不仅是中文乱码,编码转换、还包括一些如日文、韩文、俄文、藏文之类的乱码处理,因为解决方式是一致的,故在此统一说明。网络爬虫
gedit中文乱码问题解决,windows下的文档在linux下乱码问题解决:打开终端输入以下命令:复制代码代码如下:gsettingssetorg.gnome
有些电脑为什么会打不开一些软件的二级页面或者出现乱码,甚至出现网络错误等等问题下面小编就教大家怎么解决..TGP出现乱码的解决方法腾讯游戏平台平时用着好好的但是
使用IntellijIdea经常遇到的三种乱码问题:1、工程代码乱码2、main方法运行,控制台乱码3、tomcat运行,控制台乱码解决方案:1.工程代码乱码S