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
public
static
string
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
""
;
}
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>
public
string
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();
}
}
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
//
回调验证证书问题
public
bool
CheckValidationResult(
object
sender, X509Certificate certificate, X509Chain chain, SslPolicyErrors errors)
{
//
总是接受
return
true
;
}
///
<summary>
///
传入URL返回网页的html代码
///
</summary>
///
<param name="Url">
URL
</param>
///
<returns></returns>
public
string
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();
}
post方法
//
回调验证证书问题
public
bool
CheckValidationResult(
object
sender, X509Certificate certificate, X509Chain chain, SslPolicyErrors errors)
{
//
总是接受
return
true
;
}
///
<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>
public
string
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();
}
}
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
View Code
///
<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>
public
string
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。
View Code
///
<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>
public
string
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
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
View Code
///
<summary>
///
传入URL返回网页的html代码
///
</summary>
///
<param name="Url">
URL
</param>
///
<returns></returns>
public
string
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
View Code
///
<summary>
///
过滤html标签
///
</summary>
///
<param name="strHtml">
html的内容
</param>
///
<returns></returns>
public
static
string
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;
}
private
static
string
StripHtmlXmlTags(
string
content)
{
return
Regex.Replace(content,
"
<[^>]+>
"
,
""
, RegexOptions.IgnoreCase
|
RegexOptions.Compiled);
}
URL转化的方法
#region
转化 URL
public
static
string
URLDecode(
string
text)
{
return
HttpUtility.UrlDecode(text, Encoding.Default);
}
public
static
string
URLEncode(
string
text)
{
return
HttpUtility.UrlEncode(text, Encoding.Default);
}
#endregion
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
///
<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>
public
static
string
[] 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(
new
string
[] {
"
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
=
new
string
[] { strnumber[
1
].Trim(), strnumber[
2
].Trim(), strnumber[
3
].Trim(), strnumber[
4
].Trim() };
}
return
strnumber1;
}
catch
(Exception)
{
return
null
;
}
}
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
------------------------------------------------------------------------------------------------------------
///<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;
}