在构建本章节内容的时候，笔者也在想一个问题，究竟什么样的采集器框架，才能算得上是一个“全能”的呢？就我自己以往项目经历而言，可以归纳以下几个大的分类： 根据通讯协议：HTTP的、HTTPS ...

前两节，我们对WebRequest和WebResponse这两个类做了介绍，但两者还相对独立。本节，我们来说说如何将两者结合起来，方式有哪些，有什么不同。 1.4.1 说结合，无非就是我们如何发送一个Request以及如何得到一个Response。 WebRequest提供了三组方 ...

有了上一节画线的基础，画矩形的各种边线就特别好理解了，所以，本节在矩形边线上，就不做过多的讲解了，关注一下画“随机矩形”的具体实现就好。与画线相比较，画矩形稍微复杂的一点就是在于它多了很多填充的样式。接下来，我们就来细细品味一番。 同样，一个窗体项目，窗体的布局风格与上一节的保持一致 ...

续上一节内容，本节主要讲解一下Web压缩数据的处理方法。 在HTTP协议中指出，可以通过对内容压缩来减少网络流量，从而提高网络传输的性能。 那么问题来了，在HTTP中，采用的是什么样的压缩格式和机制呢？ 首先呢，先说压缩格式，主要有三种： DEFLATE，是一种使用 ...

之前的章节，我们陆续的介绍了使用C#制作爬虫的基础知识，而且现在也应该比较了解如何制作一只简单的Web爬虫了。 本节，我们来做一个完整的爬虫系统，将之前的零散的东西串联起来，可以作为一个爬虫项目运作流程的初探，但实际项目中，还需要解决其他一些问题，我们后续章节也将继续深耕：） 先来看一下 ...

之前的章节也略有提及反爬策略，本节，我们就来系统的对反爬、反反爬的种种，做一个了结。 从防盗链说起： 自从论坛兴起的时候，网上就有很多人会在论坛里发布一些很棒的文章，与当下流行的“点赞”“分享”一 ...

在上一节中，我们完成了一个简单的采集示例。本节呢，我们先来小结一下，这个示例可能存在的问题： 没有做异常处理 没有做反爬应对策略 没有做重试机制 没有做并发限制 …… 呃，看似平静的表面下还是隐藏着不少杀机的…… 但本节不打算对付上述问题，而是先关注一个隐藏更深 ...

我们在第五节中提到一个问题，任务队列增长速度太快，与之对应的采集、分析、处理速度远远跟不上，造成内存快速增长，带宽占用过高，CPU使用率过高，这样是极度有害系统健康的。 我们在开发采集程序的时候，总是希望能够尽快将数据爬取下来，如果总任务数量很小（2~3K请求数之内），总耗费时长很短（1~2分钟 ...