一、獲取網頁內容——html
ASP.NET 中抓取網頁內容是非常方便的，而其中更是解決了 ASP 中困擾我們的編碼問題。
需要三個類：WebRequest、WebResponse、StreamReader。
WebRequest、WebResponse 的名稱空間是：System.Net
StreamReader 的名稱空間是：System.IO
核心代碼
WebRequest request = WebRequest.Create("http://www.cftea.com/"); WebResponse response = request.GetResponse(); StreamReader reader = new StreamReader(response.GetResponseStream(), Encoding.GetEncoding("gb2312"));
[1]WebRequest 類的 Create 為靜態方法，參數為要抓取的網頁的網址；
[2]Encoding 指定編碼，Encoding 中有屬性 ASCII、UTF32、UTF8 等全球通用的編碼，但沒有 gb2312 這個編碼屬性，所以我們使用 GetEncoding 獲得 gb2312 編碼。
示例:
<%@ Page Language="C#" %> <%@ Import Namespace="System.Net" %> <%@ Import Namespace="System.IO" %> <!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd"> <script runat="server"> void Page_Load(object sender, EventArgs e) { try { WebRequest request = WebRequest.Create("http://www.baidu.com/"); WebResponse response = request.GetResponse(); StreamReader reader = new StreamReader(response.GetResponseStream(), Encoding.GetEncoding("gb2312")); tb.Text = reader.ReadToEnd(); reader.Close(); reader.Dispose(); response.Close(); } catch (Exception ex) { tb.Text = ex.Message; } } </script> <html xmlns="http://www.w3.org/1999/xhtml" > <head runat="server"> <title>Demo</title> </head> <body> <form id="form1" runat="server"> <div> <asp:TextBox ID="tb" runat="server" Width="500" Height="300" TextMode="multiLine"></asp:TextBox> </div> </form> </body> </html>
二、獲取網頁內容——圖片（文檔、壓縮包等二進制文件）
不僅適用於圖片，同樣實用於其它二進制文件。
需要四個類：WebRequest、WebResponse、Stream、FileStream。
WebRequest、WebResponse 的名稱空間是：System.Net
Stream、FileStream的名稱空間是：System.IO
核心代碼
WebRequest request = WebRequest.Create("http://www.baidu.com/images/logo.gif"); WebResponse response = request.GetResponse(); Stream reader = response.GetResponseStream();
FileStream writer = new FileStream("D:\\logo.gif", FileMode.OpenOrCreate, FileAccess.Write);
byte[] buff = new byte[512];
int c = 0; //實際讀取的字節數
while ((c=reader.Read(buff, 0, buff.Length)) > 0)
{
writer.Write(buff, 0, c);
}
writer.Close();
注意類 Stream，不是 StreamReader。
示例
<%@ Page Language="C#" %> <%@ Import Namespace="System.Net" %> <%@ Import Namespace="System.IO" %> <!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd"> <script runat="server"> void Page_Load(object sender, EventArgs e) { try { WebRequest request = WebRequest.Create("http://www.baidu.com/images/logo.gif"); WebResponse response = request.GetResponse(); Stream reader = response.GetResponseStream(); FileStream writer = new FileStream("D:\\logo.gif", FileMode.OpenOrCreate, FileAccess.Write); byte[] buff = new byte[512]; int c = 0; //實際讀取的字節數 while ((c=reader.Read(buff, 0, buff.Length)) > 0) { writer.Write(buff, 0, c); } writer.Close(); writer.Dispose(); reader.Close(); reader.Dispose(); response.Close(); tb.Text = "保存成功！"; } catch (Exception ex) { tb.Text = ex.Message; } } </script> <html xmlns="http://www.w3.org/1999/xhtml" > <head runat="server"> <title>Demo</title> </head> <body> <form id="form1" runat="server"> <div> <asp:TextBox ID="tb" runat="server" Width="500" Height="300" TextMode="multiLine"></asp:TextBox> </div> </form> </body> </html>
三、獲取網頁內容——Post 數據
在獲取網頁數據時，有時候，需要將某些數據通過 Post 的方式發送到服務器，將以下代碼添加在網頁抓取的程序中，以實現將用戶名和密碼 Post 到服務器：
以上是以編碼 gb2312 為例：
string data = "userName=admin&passwd=admin888"; byte[] requestBuffer = System.Text.Encoding.GetEncoding("gb2312").GetBytes(data); request.Method = "POST"; request.ContentType = "application/x-www-form-urlencoded"; request.ContentLength = requestBuffer.Length; using (Stream requestStream = request.GetRequestStream()) { requestStream.Write(requestBuffer, 0, requestBuffer.Length); requestStream.Close(); } using (StreamReader reader = new StreamReader(response.GetResponseStream(), Encoding.GetEncoding("gb2312"))) { string str = reader.ReadToEnd(); reader.Close(); }
四、獲取網頁內容——防止重定向
在獲取網頁時，成功登錄服務器應用系統后，應用系統可能會通過 Response.Redirect 將網頁進行重定向，如果不需要響應這個重定向，那么，我們就不要把 reader.ReadToEnd() 給 Response.Write 出來，就可以了。
五、獲取網頁內容——保持登錄狀態
利用 Post 數據成功登錄服務器應用系統后，就可以抓取需要登錄的頁面了，那么我們就可能需要在多個 Request 間保持登錄狀態。
首先，我們要使用 HttpWebRequest，而不是 WebRequest。
與 WebRequest 相比，變化的代碼是：
注意：HttpWebRequest.Create 返回的類型仍是 WebRequest，所以要轉化一下。
其次，使用 CookieContainer。
System.Net.CookieContainer cc = new System.Net.CookieContainer(); request.CookieContainer = cc; request2.CookieContainer = cc;
這樣 request 和 request2 之間就使用了相同的 Session，如果 request 登錄了，那么 request2 也是登錄狀態。
最后，如何在不同的頁面間使用同一個 CookieContainer。
要在不同的頁面間使用同一個 CookieContainer，只有把 CookieContainer 加入 Session。
Session.Add("ccc", cc); //存 CookieContainer cc = (CookieContainer)Session["ccc"]; //取
六、獲取網頁內容——把當前會話帶到 WebRequest 中
比如說瀏覽器 B1 去訪問服務器端 S1，這會產生一個會話，而服務器端 S2 再用 WebRequest 去訪問服務器端 S1，這又會產生一個會話。現在的需求是讓 WebRequest 使用瀏覽器 B1 與 S1 之間的會話，也就是說要讓 S1 認為是 B1 在訪問 S1，而不是 S2 在訪問 S1。
這就要利用 Cookie 了，先在 S1 中取得與 B1 的 SessionID 的 Cookie，再將這個 Cookie 告訴 S2，S2 再將 Cookie 寫在 WebRequest 中。
WebRequest request = WebRequest.Create("url"); request.Headers.Add(HttpRequestHeader.Cookie, "ASPSESSIONIDSCATBTAD=KNNDKCNBONBOOBIHHHHAOKDM;"); WebResponse response = request.GetResponse(); StreamReader reader = new StreamReader(response.GetResponseStream(), System.Text.Encoding.GetEncoding("gb2312")); Response.Write(reader.ReadToEnd()); reader.Close(); reader.Dispose(); response.Close();
要說明的是：
- 本文並不是 Cookie 欺騙，因為 SessionID 是 S1 告訴 S2 的，並不是 S2 竊取的，雖然有些古怪，但這可能在一些特定的應用系統中會有用。
- S1 必須要向 B1 寫 Session，這樣 SessionID 才會保存到 Cookie 中，並且 SessionID 才會保持不變。
- 在 ASP.NET 中取 Cookie 用 Request.Cookies，本文假設 Cookie 已經取出來。
- 不同的服務器端語言，SessionID 在 Cookie 中上名稱並不一樣，本文是 ASP 的 SessionID。
- S1 可能不僅僅依靠 SessionID 來判斷當前登錄，它可能還會輔助於 Referer、User-Agent 等，這取決於 S1 端程序的設計。
- 其實本文算是本連載中“保持登錄狀態”的另一種方法。
七、獲取網頁內容——如何更改來源 Referer 和 UserAgent
//request.Headers.Add(HttpRequestHeader.Referer, "http://www.cftea.com/"); // 錯誤
//request.Headers[HttpRequestHeader.Referer] = "http://www.cftea.com/"; // 錯誤
request.Referer = "http://www.cftea.com/"; // 正確
注釋掉的兩句是不對的，會發生錯誤：
參數名: name
UserAgent 類似：request.UserAgent= "http://www.cftea.com/"。