我該如何屏幕抓取網頁郵件頁面？

Question

我正在做一個項目，其中我需要登錄到一個網站和刮網頁內容。我試了下面的代碼：

protected void Page_Load(object sender, EventArgs e) 
{ 
    WebClient webClient = new WebClient(); 
    string strUrl = "http://www.mail.yahoo.com?username=sakthivel123&password=operator&login=1"; 
    byte[] reqHTML; 
    reqHTML = webClient.DownloadData(strUrl); 
    UTF8Encoding objUTF8 = new UTF8Encoding(); 
    Label1.Text = objUTF8.GetString(reqHTML1); 
} 

這刮擦郵件的登錄頁面。但我需要刮我的收件箱的細節。請告訴我如何進一步進一步，在此先感謝。

Answer 1

看到這個問題 - Writing a C# program that scans ecommerce website and extracts products pictures + prices + description from them

P.S：這就是所謂的「刮」，並執行屏幕抓取的行爲將被稱爲（你猜對了！）「屏幕抓取」。當用作動詞時，「廢棄」一詞意味着放棄 - 例如「該項目已被廢棄！」 ;-)

Answer 2

請參閱此questions及相關問題。我們必須先研究網頁的HTML源代碼，然後才能正確取消。因此，請手動登錄並獲取收件箱頁面的來源，然後研究它以進行刮取。

爲什麼不使用雅虎的webmail API？這是一個更好的解決方案。

Answer 3

我建議你先使用名爲Fiddler的工具來分析目標站點和瀏覽器之間的通信。你可以看看所有的http頭文件，cookies，內容等。

一旦您的webClient對象能夠複製瀏覽器的操作，包括登錄，設置適當的cookie等，您可以自動執行該過程。

最後，一旦你有所需的HTML，使用正則表達式來提取你想要的信息。