Como faço para baixar todos os tipos de arquivos de um site?
Eu tenho o seguinte código em uma nova classe:
using System;
using System.Collections.Generic;
using System.ComponentModel;
using System.Data;
using System.Drawing;
using System.Linq;
using System.Text;
using System.Windows.Forms;
using HtmlAgilityPack;
using System.IO;
using System.Text.RegularExpressions;
using System.Xml.Linq;
using System.Net;
using System.Web;
using System.Threading;
using DannyGeneral;
using GatherLinks;
namespace GatherLinks
{
class RetrieveWebContent
{
HtmlAgilityPack.HtmlDocument doc;
string imgg;
int images;
public RetrieveWebContent()
{
images = 0;
}
public List<string> retrieveImages(string address)
{
try
{
doc = new HtmlAgilityPack.HtmlDocument();
System.Net.WebClient wc = new System.Net.WebClient();
List<string> imgList = new List<string>();
doc.Load(wc.OpenRead(address));
HtmlNodeCollection imgs = doc.DocumentNode.SelectNodes("//img[@src]");
if (imgs == null) return new List<string>();
foreach (HtmlNode img in imgs)
{
if (img.Attributes["src"] == null)
continue;
HtmlAttribute src = img.Attributes["src"];
imgList.Add(src.Value);
if (src.Value.StartsWith("http") || src.Value.StartsWith("https") || src.Value.StartsWith("www"))
{
images++;
string[] arr = src.Value.Split('/');
imgg = arr[arr.Length - 1];
wc.DownloadFile(src.Value, @"d:\MyImages\" + imgg);
}
}
return imgList;
}
catch
{
Logger.Write("There Was Problem Downloading The Image: " + imgg);
return null;
}
}
}
}
O código acima é parte do meu WebCrawler. Este código irá baixar apenas arquivos de imagem de um site.
Por exemplo, eu tenho este site:http://web.archive.org/web/20131216195236/http://open-hardware-monitor.googlecode.com/svn/trunk/
Contido no site acima é um arquivo chamadoApp
. Se eu clicar com o botão direito esave as
, então vejo que é um arquivo de configuração. Se eu clicar noHardware/
link, então vejo muitos arquivos * .CS.
Como posso fazer e / ou atualizar meu código para que ele baixe todos os tipos de arquivos em vez de baixar apenas imagens?