爬虫爬数据时,post数据乱码解决办法

最近在写一个爬虫,目标网站是:http://zx.bjmemc.com.cn/,可能是为了防止被爬取数据,它给自身数据加了密。用谷歌自带的抓包工具也不能捕获到数据。于是下了Fiddler。

    Fiddler的爬取结果如下:

爬虫爬数据时,post数据乱码解决办法    可见,除了头信息之外,下面的数据信息显示成了乱码。这样就不能用程序模拟浏览器发送数据了。

    解决办法之一就是获取此字符串的十六进制编码。将Fiddler切换至Hexview,如下图所示:

爬虫爬数据时,post数据乱码解决办法    其中蓝色部分是header头信息,黑色字体就是传送的数据。你还可以右键-》取消勾选show header,这样显示的便都是数据信息。

    我们程序中可以将这个十六进制字符长串转化成字符串,然后发送到web服务器中。

    转化的程序如下所示:

[csharp] view
plain
copy爬虫爬数据时,post数据乱码解决办法爬虫爬数据时,post数据乱码解决办法
  1. public static byte[] GetByteArray(string frame)
  2. {
  3. byte[] buffer = new byte[frame.Length / 2];    //注意每两个十六进制字符代表一个二进制编码
  4. for (int i = 0; i < frame.Length / 2; i++)
  5. {
  6. int t = GetData(frame[2 * i]) * 16 + GetData(frame[2 * i + 1]);
  7. buffer[i] = (byte)t;
  8. }
  9. return buffer;
  10. }
  11. static int GetData(char p)    //获得ASCII编码
  12. {
  13. if (p <= '9' && p >= '0')
  14. {
  15. return p - '0';
  16. }
  17. else
  18. {
  19. return p - 'a' + 10;
  20. }
  21. }

1、先选中你要导出的十六进制字符长串-》右键-》save selected bytes-》到一文件中。    但是遇到一个问题就是,如何将Fiddler的十六进制字符串拷贝出来,若手动抄写,很不现实,一来太长,二来怕错。可以借助Notepad++或者UltraEdit转化过来。本人用Notepad++实验成功:

2、用Notepad++打开此文件,发现仍然是乱码

    3、下载十六进制显示插件下载:HexEditor_0_9_5_UNI_dll.zip

    4、解压后将HexEditor.dll文件放在Notepad++安装目录的plugins目录下,重启notepad++

5、再次用Notepad++打开文件,plugins->HEX-Editor->View in HEX,显示如下:

爬虫爬数据时,post数据乱码解决办法

6、选中你要复制的十六进制字符串,复制,然后新建文本,粘贴,就是一个带有空格的字符串了。去除空格和换行即可。

    7、有一种快速去除空格的方法,选中一个空格,ctrl+f,切换到替换标签,然后点击替换所有按钮,这样将所有的空格都替换成了空字符串,也就删除了所有空格。

上一篇:ViewGroup


下一篇:HashMap的工作原理(转)