C# HttpWebRequest 绝技 根据URL地址获取网页信息

如果要使用中间的方法的话,可以访问我的帮助类完全免费开源:C# HttpHelper,帮助类,真正的Httprequest请求时无视编码,无视证书,无视Cookie,网页抓取

1.第一招,根据URL地址获取网页信息

   先来看一下代码

get方法
复制代码
publicstaticstring GetUrltoHtml(string Url,string type)
{
try
{
System.Net.WebRequest wReq = System.Net.WebRequest.Create(Url);
// Get the response instance.
System.Net.WebResponse wResp = wReq.GetResponse();
System.IO.Stream respStream = wResp.GetResponseStream();
// Dim reader As StreamReader = New StreamReader(respStream)
using (System.IO.StreamReader reader = new System.IO.StreamReader(respStream, Encoding.GetEncoding(type)))
{
return reader.ReadToEnd();
}
}
catch (System.Exception ex)
{
//errorMsg = ex.Message;
}
return"";
}
复制代码 post方法
复制代码
///<summary>
///采用https协议访问网络
///</summary>
///<param name="URL">url地址</param>
///<param name="strPostdata">发送的数据</param>
///<returns></returns>
publicstring OpenReadWithHttps(string URL,string strPostdata,string strEncoding)
{
Encoding encoding = Encoding.Default;
HttpWebRequest request = (HttpWebRequest)WebRequest.Create(URL);
request.Method ="post";
request.Accept ="text/html, application/xhtml+xml, */*";
request.ContentType ="application/x-www-form-urlencoded";
byte[] buffer= encoding.GetBytes(strPostdata);
request.ContentLength = buffer.Length;
request.GetRequestStream().Write(buffer, 0, buffer.Length);
HttpWebResponse response = (HttpWebResponse)request.GetResponse();
using( StreamReader reader =new StreamReader(response.GetResponseStream(), System.Text.Encoding.GetEncoding(strEncoding)))
{
return reader.ReadToEnd();
}
}
复制代码 这招是入门第一式, 特点: 1.最简单最直观的一种,入门课程。 2.适应于明文,无需登录,无需任何验证就可以进入的页面。 3.获取的数据类型为HTML文档。 4.请求方法为Get/Post 2.第二招,根据URL地址获取需要验证证书才能访问的网页信息 先来看一下代码 get方法
复制代码
//回调验证证书问题
publicbool CheckValidationResult(object sender, X509Certificate certificate, X509Chain chain, SslPolicyErrors errors)
{ // 总是接受
returntrue;
} /// <summary>
/// 传入URL返回网页的html代码
/// </summary>
/// <param name="Url">URL</param>
/// <returns></returns>
publicstring GetUrltoHtml(string Url)
{
StringBuilder content =new StringBuilder(); try
{
//这一句一定要写在创建连接的前面。使用回调的方法进行证书验证。
ServicePointManager.ServerCertificateValidationCallback=new System.Net.Security.RemoteCertificateValidationCallback(CheckValidationResult); // 与指定URL创建HTTP请求
HttpWebRequest request = (HttpWebRequest)WebRequest.Create(Url); //创建证书文件
X509Certificate objx509 = new X509Certificate(Application.StartupPath+"\\123.cer"); //添加到请求里
request.ClientCertificates.Add(objx509); // 获取对应HTTP请求的响应
HttpWebResponse response = (HttpWebResponse)request.GetResponse();
// 获取响应流
Stream responseStream = response.GetResponseStream();
// 对接响应流(以"GBK"字符集)
StreamReader sReader =new StreamReader(responseStream, Encoding.GetEncoding("utf-8"));
// 开始读取数据
Char[] sReaderBuffer =new Char[256];
int count= sReader.Read(sReaderBuffer,0,256);
while (count>0)
{
String tempStr =new String(sReaderBuffer,0, count);
content.Append(tempStr);
count = sReader.Read(sReaderBuffer,0,256);
}
// 读取结束
sReader.Close();
}
catch (Exception)
{
content =new StringBuilder("Runtime Error");
} return content.ToString(); }
复制代码 post方法 复制代码
//回调验证证书问题
publicbool CheckValidationResult(object sender, X509Certificate certificate, X509Chain chain, SslPolicyErrors errors)
{
// 总是接受
returntrue;
} ///<summary>
///采用https协议访问网络
///</summary>
///<param name="URL">url地址</param>
///<param name="strPostdata">发送的数据</param>
///<returns></returns>
publicstring OpenReadWithHttps(string URL,string strPostdata,string strEncoding)
{
// 这一句一定要写在创建连接的前面。使用回调的方法进行证书验证。
ServicePointManager.ServerCertificateValidationCallback=new System.Net.Security.RemoteCertificateValidationCallback(CheckValidationResult);
Encoding encoding = Encoding.Default;
HttpWebRequest request = (HttpWebRequest)WebRequest.Create(URL); //创建证书文件
X509Certificate objx509 =new X509Certificate(Application.StartupPath+"\\123.cer"); //加载Cookie
request.CookieContainer =new CookieContainer(); //添加到请求里
request.ClientCertificates.Add(objx509);
request.Method ="post";
request.Accept ="text/html, application/xhtml+xml, */*";
request.ContentType ="application/x-www-form-urlencoded";
byte[] buffer= encoding.GetBytes(strPostdata);
request.ContentLength = buffer.Length;
request.GetRequestStream().Write(buffer, 0, buffer.Length);
HttpWebResponse response = (HttpWebResponse)request.GetResponse();
using (StreamReader reader =new StreamReader(response.GetResponseStream(), System.Text.Encoding.GetEncoding(strEncoding)))
{
return reader.ReadToEnd();
}
}
复制代码 这招是学会算是进了大门了,凡是需要验证证书才能进入的页面都可以使用这个方法进入,我使用的是证书回调验证的方式,证书验证是否通过在客户端验证,这样的话我们就可以使用自己定义一个方法来验证了,有的人会说那也不清楚是怎么样验证的啊,其它很简单,代码是自己写的为什么要那么难为自己呢,直接返回一个True不就完了,永远都是验证通过,这样就可以无视证书的存在了, 特点: 1.入门前的小难题,初级课程。 2.适应于无需登录,明文但需要验证证书才能访问的页面。 3.获取的数据类型为HTML文档。 4.请求方法为Get/Post 3.第三招,根据URL地址获取需要登录才能访问的网页信息 我们先来分析一下这种类型的网页,需要登录才能访问的网页,其它呢也是一种验证,验证什么呢,验证客户端是否登录,是否具用相应的凭证,需要登录的都要验证SessionID这是每一个需要登录的页面都需要验证的,那我们怎么做的,我们第一步就是要得存在Cookie里面的数据包括SessionID,那怎么得到呢,这个方法很多,使用ID9或者是火狐浏览器很容易就能得到,可以参考我的文章 提供一个网页抓取hao123手机号码归属地的例子 这里面针对ID9有详细的说明。 如果我们得到了登录的Cookie信息之后那个再去访问相应的页面就会非常的简单了,其它说白了就是把本地的Cookie信息在请求的时候捎带过去就行了。 看代码 get方法 ///<summary>
/// 传入URL返回网页的html代码带有证书的方法
/// </summary>
/// <param name="Url">URL</param>
/// <returns></returns>
publicstring GetUrltoHtml(string Url)
{
StringBuilder content =new StringBuilder();
try
{
// 与指定URL创建HTTP请求
HttpWebRequest request = (HttpWebRequest)WebRequest.Create(Url);
request.UserAgent ="Mozilla/5.0 (compatible; MSIE 9.0; Windows NT 6.1; Trident/5.0; BOIE9;ZHCN)";
request.Method ="GET";
request.Accept ="*/*";
//如果方法验证网页来源就加上这一句如果不验证那就可以不写了
request.Referer ="http://sufei.cnblogs.com";
CookieContainer objcok =new CookieContainer();
objcok.Add(new Uri("http://sufei.cnblogs.com"),new Cookie("键","值"));
objcok.Add(new Uri("http://sufei.cnblogs.com"),new Cookie("键","值"));
objcok.Add(new Uri("http://sufei.cnblogs.com"),new Cookie("sidi_sessionid","360A748941D055BEE8C960168C3D4233"));
request.CookieContainer = objcok; //不保持连接
request.KeepAlive =true; // 获取对应HTTP请求的响应
HttpWebResponse response = (HttpWebResponse)request.GetResponse(); // 获取响应流
Stream responseStream = response.GetResponseStream(); // 对接响应流(以"GBK"字符集)
StreamReader sReader =new StreamReader(responseStream, Encoding.GetEncoding("gb2312")); // 开始读取数据
Char[] sReaderBuffer =new Char[256];
int count= sReader.Read(sReaderBuffer,0,256);
while (count>0)
{
String tempStr =new String(sReaderBuffer,0, count);
content.Append(tempStr);
count = sReader.Read(sReaderBuffer,0,256);
}
// 读取结束
sReader.Close();
}
catch (Exception)
{
content =new StringBuilder("Runtime Error");
} return content.ToString();
} post方法。 ///<summary>
///采用https协议访问网络
///</summary>
///<param name="URL">url地址</param>
///<param name="strPostdata">发送的数据</param>
///<returns></returns>
publicstring OpenReadWithHttps(string URL,string strPostdata)
{
Encoding encoding = Encoding.Default;
HttpWebRequest request = (HttpWebRequest)WebRequest.Create(URL);
request.Method ="post";
request.Accept ="text/html, application/xhtml+xml, */*";
request.ContentType ="application/x-www-form-urlencoded";
CookieContainer objcok =new CookieContainer();
objcok.Add(new Uri("http://sufei.cnblogs.com"),new Cookie("键","值"));
objcok.Add(new Uri("http://sufei.cnblogs.com"),new Cookie("键","值"));
objcok.Add(new Uri("http://sufei.cnblogs.com"),new Cookie("sidi_sessionid","360A748941D055BEE8C960168C3D4233"));
request.CookieContainer = objcok; byte[] buffer= encoding.GetBytes(strPostdata);
request.ContentLength = buffer.Length; request.GetRequestStream().Write(buffer, 0, buffer.Length);
HttpWebResponse response = (HttpWebResponse)request.GetResponse();
StreamReader reader =new StreamReader(response.GetResponseStream(), System.Text.Encoding.GetEncoding("utf-8"));
return reader.ReadToEnd(); } 特点: 1.还算有点水类型的,练习成功后可以小牛一把。 2.适应于需要登录才能访问的页面。 3.获取的数据类型为HTML文档。 4.请求方法为Get/Post 总结一下,其它基本的技能就这几个部分,如果再深入的话那就是基本技能的组合了 比如, 1. 先用Get或者Post方法登录然后取得Cookie再去访问页面得到信息,这种其它也是上面技能的组合, 这里需要以请求后做这样一步
response.Cookies 这就是在你请求后可以得到当次Cookie的方法,直接取得返回给上一个方法使用就行了,上面我们都是自己构造的,在这里直接使用这个Cookie就可以了。 2.如果我们碰到需要登录而且还要验证证书的网页怎么办,其它这个也很简单把我们上面的方法综合 一下就行了 如下代码这里我以Get为例子Post例子也是同样的方法 ///<summary>
/// 传入URL返回网页的html代码
/// </summary>
/// <param name="Url">URL</param>
/// <returns></returns>
publicstring GetUrltoHtml(string Url)
{
StringBuilder content =new StringBuilder(); try
{
//这一句一定要写在创建连接的前面。使用回调的方法进行证书验证。
ServicePointManager.ServerCertificateValidationCallback=new System.Net.Security.RemoteCertificateValidationCallback(CheckValidationResult); // 与指定URL创建HTTP请求
HttpWebRequest request = (HttpWebRequest)WebRequest.Create(Url); //创建证书文件
X509Certificate objx509 = new X509Certificate(Application.StartupPath+"\\123.cer"); //添加到请求里
request.ClientCertificates.Add(objx509); CookieContainer objcok =new CookieContainer();
objcok.Add(new Uri("http://www.cnblogs.com"),new Cookie("键","值"));
objcok.Add(new Uri("http://www.cnblogs.com"),new Cookie("键","值"));
objcok.Add(new Uri("http://www.cnblogs.com"),new Cookie("sidi_sessionid","360A748941D055BEE8C960168C3D4233"));
request.CookieContainer = objcok; // 获取对应HTTP请求的响应
HttpWebResponse response = (HttpWebResponse)request.GetResponse();
// 获取响应流
Stream responseStream = response.GetResponseStream();
// 对接响应流(以"GBK"字符集)
StreamReader sReader =new StreamReader(responseStream, Encoding.GetEncoding("utf-8"));
// 开始读取数据
Char[] sReaderBuffer =new Char[256];
int count= sReader.Read(sReaderBuffer,0,256);
while (count>0)
{
String tempStr =new String(sReaderBuffer,0, count);
content.Append(tempStr);
count = sReader.Read(sReaderBuffer,0,256);
}
// 读取结束
sReader.Close();
}
catch (Exception)
{
content =new StringBuilder("Runtime Error");
} return content.ToString(); } 3.如果我们碰到那种需要验证网页来源的方法应该怎么办呢,这种情况其它是有些程序员会想到你可能会使用程序,自动来获取网页信息,为了防止就使用页面来源来验证,就是说只要不是从他们所在页面或是域名过来的请求就不接受,有的是直接验证来源的IP,这些都可以使用下面一句来进入,这主要是这个地址是可以直接伪造的
request.Referer ="http://sufei.cnblogs.com"; 呵呵其它很简单因为这个地址可以直接修改。但是如果服务器上验证的是来源的URL那就完了,我们就得去修改数据包了,这个有点难度暂时不讨论。 4.提供一些与这个例子相配置的方法 过滤HTML标签的方法 ///<summary>
/// 过滤html标签
/// </summary>
/// <param name="strHtml">html的内容</param>
/// <returns></returns>
publicstaticstring StripHTML(string stringToStrip)
{
// paring using RegEx //
stringToStrip = Regex.Replace(stringToStrip,"</p(?:\\s*)>(?:\\s*)<p(?:\\s*)>","\n\n", RegexOptions.IgnoreCase| RegexOptions.Compiled);
stringToStrip = Regex.Replace(stringToStrip,"<br(?:\\s*)/>","\n", RegexOptions.IgnoreCase| RegexOptions.Compiled);
stringToStrip = Regex.Replace(stringToStrip,"\"","''", RegexOptions.IgnoreCase| RegexOptions.Compiled);
stringToStrip = StripHtmlXmlTags(stringToStrip);
return stringToStrip;
} privatestaticstring StripHtmlXmlTags(string content)
{
return Regex.Replace(content,"<[^>]+>","", RegexOptions.IgnoreCase| RegexOptions.Compiled);
} URL转化的方法
复制代码
#region 转化 URL publicstaticstring URLDecode(string text)
{
return HttpUtility.UrlDecode(text, Encoding.Default);
} publicstaticstring URLEncode(string text)
{
return HttpUtility.UrlEncode(text, Encoding.Default);
} #endregion
复制代码 提供一个实际例子,这个是使用IP138来查询手机号码归属地的方法,其它在我的上一次文章里都有,在这里我再放上来是方便大家阅读,这方面的技术其它研究起来很有意思,希望大家多提建议,我相信应该还有更多更好,更完善的方法,在这里给大家提供一个参考吧。感谢支持 上例子
复制代码
///<summary>
/// 输入手机号码得到归属地信息
/// </summary>
/// <param name="number">手机号码</param>
/// <returns>数组类型0为归属地,1卡类型,2区 号,3邮 编</returns>
publicstaticstring[] getTelldate(string number)
{
try
{
string strSource= GetUrltoHtml("http://www.ip138.com:8080/search.asp?action=mobile&mobile="+ number.Trim());
//归属地
strSource = strSource.Substring(strSource.IndexOf(number));
strSource = StripHTML(strSource);
strSource = strSource.Replace("\r","");
strSource = strSource.Replace("\n","");
strSource = strSource.Replace("\t","");
strSource = strSource.Replace(" ","");
strSource = strSource.Replace("-->","");
string[] strnumber= strSource.Split(newstring[] { "归属地","卡类型","邮 编","区 号","更详细","卡号" }, StringSplitOptions.RemoveEmptyEntries);
string[] strnumber1=null;
if (strnumber.Length>4)
{
strnumber1 =newstring[] { strnumber[1].Trim(), strnumber[2].Trim(), strnumber[3].Trim(), strnumber[4].Trim() };
}
return strnumber1;
}
catch (Exception)
{
returnnull;
}
}
复制代码 这个例子写是不怎么样,些地方是可以简化的,这个接口而且可以直接使用Xml得到,但我在这里的重点是让一些新手看看方法和思路风凉啊,呵呵 第四招,通过Socket访问 ------------------------------------------------------------------------------------------------------------
复制代码 ///<summary>
/// 请求的公共类用来向服务器发送请求
///</summary>
///<param name="strSMSRequest">发送请求的字符串</param>
///<returns>返回的是请求的信息</returns>
private static string SMSrequest(string strSMSRequest)
{
byte[] data = new byte[1024];
string stringData = null;
IPHostEntry gist = Dns.GetHostByName("www.110.cn");
IPAddress ip = gist.AddressList[0];
//得到IP
IPEndPoint ipEnd = new IPEndPoint(ip, 3121);
//默认80端口号
Socket socket = new Socket(AddressFamily.InterNetwork, SocketType.Stream, ProtocolType.Tcp);
//使用tcp协议 stream类型
try
{
socket.Connect(ipEnd);
}
catch (SocketException ex)
{
return "Fail to connect server\r\n" + ex.ToString();
}
string path = strSMSRequest.ToString().Trim();
StringBuilder buf = new StringBuilder();
//buf.Append("GET ").Append(path).Append(" HTTP/1.0\r\n");
//buf.Append("Content-Type: application/x-www-form-urlencoded\r\n");
//buf.Append("\r\n");
byte[] ms = System.Text.UTF8Encoding.UTF8.GetBytes(buf.ToString());
//提交请求的信息
socket.Send(ms);
//接收返回
string strSms = "";
int recv = 0;
do
{
recv = socket.Receive(data);
stringData = Encoding.ASCII.GetString(data, 0, recv);
//如果请求的页面meta中指定了页面的encoding为gb2312则需要使用对应的Encoding来对字节进行转换()
strSms = strSms + stringData;
//strSms += recv.ToString();
}
while (recv != 0);
socket.Shutdown(SocketShutdown.Both);
socket.Close();
return strSms;
}
上一篇:php获取网页中图片并保存到本地


下一篇:关于Google+以及Facebook第三方登录实现的一点总结