1.第一招,根據URL地址獲取網頁信息
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

1 ///<summary> 2 ///采用https協議訪問網絡 3 ///</summary> 4 public string OpenReadWithHttps(string URL, string strPostdata, string strEncoding) 5 { 6 Encoding encoding = Encoding.Default; 7 HttpWebRequest request = (HttpWebRequest)WebRequest.Create(URL); 8 request.Method = "post"; 9 request.Accept = "text/html, application/xhtml+xml, */*"; 10 request.ContentType = "application/x-www-form-urlencoded"; 11 byte[] buffer = encoding.GetBytes(strPostdata); 12 request.ContentLength = buffer.Length; 13 request.GetRequestStream().Write(buffer, 0, buffer.Length); 14 HttpWebResponse response = (HttpWebResponse)request.GetResponse(); 15 using( StreamReader reader = new StreamReader(response.GetResponseStream(), System.Text.Encoding.GetEncoding(strEncoding))) 16 { 17 return reader.ReadToEnd(); 18 } 19 }
這招是入門第一式, 特點:
1.最簡單最直觀的一種,入門課程。
2.適應於明文,無需登錄,無需任何驗證就可以進入的頁面。
3.獲取的數據類型為HTML文檔。
4.請求方法為Get/Post
2.第二招,根據URL地址獲取需要驗證證書才能訪問的網頁信息
get方法

1 //回調驗證證書問題 2 public bool CheckValidationResult(object sender, X509Certificate certificate, X509Chain chain, SslPolicyErrors errors) 3 { 4 // 總是接受 5 return true; 6 } 7 /// <summary> 8 /// 傳入URL返回網頁的html代碼 9 /// </summary> 10 public string GetUrltoHtml(string Url) 11 { 12 StringBuilder content = new StringBuilder(); 13 try 14 { 15 //這一句一定要寫在創建連接的前面。使用回調的方法進行證書驗證。 16 ServicePointManager.ServerCertificateValidationCallback = new System.Net.Security.RemoteCertificateValidationCallback(CheckValidationResult); 17 // 與指定URL創建HTTP請求 18 HttpWebRequest request = (HttpWebRequest)WebRequest.Create(Url); 19 //創建證書文件 20 X509Certificate objx509 = new X509Certificate(Application.StartupPath + "\\123.cer"); 21 //添加到請求里 22 request.ClientCertificates.Add(objx509); 23 // 獲取對應HTTP請求的響應 24 HttpWebResponse response = (HttpWebResponse)request.GetResponse(); 25 // 獲取響應流 26 Stream responseStream = response.GetResponseStream(); 27 // 對接響應流(以"GBK"字符集) 28 StreamReader sReader = new StreamReader(responseStream, Encoding.GetEncoding("utf-8")); 29 // 開始讀取數據 30 Char[] sReaderBuffer = new Char[256]; 31 int count = sReader.Read(sReaderBuffer, 0, 256); 32 while (count > 0) 33 { 34 String tempStr = new String(sReaderBuffer, 0, count); 35 content.Append(tempStr); 36 count = sReader.Read(sReaderBuffer, 0, 256); 37 } 38 // 讀取結束 39 sReader.Close(); 40 } 41 catch (Exception) 42 { 43 content = new StringBuilder("Runtime Error"); 44 } 45 return content.ToString(); 46 }
post方法

1 //回調驗證證書問題 2 public bool CheckValidationResult(object sender, X509Certificate certificate, X509Chain chain, SslPolicyErrors errors) 3 { 4 // 總是接受 5 return true; 6 } 7 ///<summary> 8 ///采用https協議訪問網絡 9 ///</summary> 10 public string OpenReadWithHttps(string URL, string strPostdata, string strEncoding) 11 { 12 // 這一句一定要寫在創建連接的前面。使用回調的方法進行證書驗證。 13 ServicePointManager.ServerCertificateValidationCallback = new System.Net.Security.RemoteCertificateValidationCallback(CheckValidationResult); 14 Encoding encoding = Encoding.Default; 15 HttpWebRequest request = (HttpWebRequest)WebRequest.Create(URL); 16 //創建證書文件 17 X509Certificate objx509 = new X509Certificate(Application.StartupPath + "\\123.cer"); 18 //加載Cookie 19 request.CookieContainer = new CookieContainer(); 20 //添加到請求里 21 request.ClientCertificates.Add(objx509); 22 request.Method = "post"; 23 request.Accept = "text/html, application/xhtml+xml, */*"; 24 request.ContentType = "application/x-www-form-urlencoded"; 25 byte[] buffer = encoding.GetBytes(strPostdata); 26 request.ContentLength = buffer.Length; 27 request.GetRequestStream().Write(buffer, 0, buffer.Length); 28 HttpWebResponse response = (HttpWebResponse)request.GetResponse(); 29 using (StreamReader reader = new StreamReader(response.GetResponseStream(), System.Text.Encoding.GetEncoding(strEncoding))) 30 { 31 return reader.ReadToEnd(); 32 } 33 }
這招是學會算是進了大門了,凡是需要驗證證書才能進入的頁面都可以使用這個方法進入,我使用的是證書回調驗證的方式,證書驗證是否通過在客戶端驗證,這樣的話我們就可以使用自己定義一個方法來驗證了,有的人會說那也不清楚是怎么樣驗證的啊,其它很簡單,代碼是自己寫的為什么要那么難為自己呢,直接返回一個True不就完了,永遠都是驗證通過,這樣就可以無視證書的存在了, 特點:
1.入門前的小難題,初級課程。
2.適應於無需登錄,明文但需要驗證證書才能訪問的頁面。
3.獲取的數據類型為HTML文檔。
4.請求方法為Get/Post
3.第三招,根據URL地址獲取需要登錄才能訪問的網頁信息
我們先來分析一下這種類型的網頁,需要登錄才能訪問的網頁,其它呢也是一種驗證,驗證什么呢,驗證客戶端是否登錄,是否具用相應的憑證,需要登錄的都要驗證SessionID這是每一個需要登錄的頁面都需要驗證的,那我們怎么做的,我們第一步就是要得存在Cookie里面的數據包括SessionID,那怎么得到呢,這個方法很多,使用ID9或者是火狐瀏覽器很容易就能得到。
提供一個網頁抓取hao123手機號碼歸屬地的例子 這里面針對ID9有詳細的說明。
如果我們得到了登錄的Cookie信息之后那個再去訪問相應的頁面就會非常的簡單了,其它說白了就是把本地的Cookie信息在請求的時候捎帶過去就行了。
get方法

1 /// <summary> 2 /// 傳入URL返回網頁的html代碼帶有證書的方法 3 /// </summary> 4 public string GetUrltoHtml(string Url) 5 { 6 StringBuilder content = new StringBuilder(); 7 try 8 { 9 // 與指定URL創建HTTP請求 10 HttpWebRequest request = (HttpWebRequest)WebRequest.Create(Url); 11 request.UserAgent = "Mozilla/5.0 (compatible; MSIE 9.0; Windows NT 6.1; Trident/5.0; BOIE9;ZHCN)"; 12 request.Method = "GET"; 13 request.Accept = "*/*"; 14 //如果方法驗證網頁來源就加上這一句如果不驗證那就可以不寫了 15 request.Referer = "http://txw1958.cnblogs.com"; 16 CookieContainer objcok = new CookieContainer(); 17 objcok.Add(new Uri("http://txw1958.cnblogs.com"), new Cookie("鍵", "值")); 18 objcok.Add(new Uri("http://txw1958.cnblogs.com"), new Cookie("鍵", "值")); 19 objcok.Add(new Uri("http://txw1958.cnblogs.com"), new Cookie("sidi_sessionid", "360A748941D055BEE8C960168C3D4233")); 20 request.CookieContainer = objcok; 21 //不保持連接 22 request.KeepAlive = true; 23 // 獲取對應HTTP請求的響應 24 HttpWebResponse response = (HttpWebResponse)request.GetResponse(); 25 // 獲取響應流 26 Stream responseStream = response.GetResponseStream(); 27 // 對接響應流(以"GBK"字符集) 28 StreamReader sReader = new StreamReader(responseStream, Encoding.GetEncoding("gb2312")); 29 // 開始讀取數據 30 Char[] sReaderBuffer = new Char[256]; 31 int count = sReader.Read(sReaderBuffer, 0, 256); 32 while (count > 0) 33 { 34 String tempStr = new String(sReaderBuffer, 0, count); 35 content.Append(tempStr); 36 count = sReader.Read(sReaderBuffer, 0, 256); 37 } 38 // 讀取結束 39 sReader.Close(); 40 } 41 catch (Exception) 42 { 43 content = new StringBuilder("Runtime Error"); 44 } 45 return content.ToString(); 46 }
post方法

1 ///<summary> 2 ///采用https協議訪問網絡 3 ///</summary> 4 public string OpenReadWithHttps(string URL, string strPostdata) 5 { 6 Encoding encoding = Encoding.Default; 7 HttpWebRequest request = (HttpWebRequest)WebRequest.Create(URL); 8 request.Method = "post"; 9 request.Accept = "text/html, application/xhtml+xml, */*"; 10 request.ContentType = "application/x-www-form-urlencoded"; 11 CookieContainer objcok = new CookieContainer(); 12 objcok.Add(new Uri("http://txw1958.cnblogs.com"), new Cookie("鍵", "值")); 13 objcok.Add(new Uri("http://txw1958.cnblogs.com"), new Cookie("鍵", "值")); 14 objcok.Add(new Uri("http://txw1958.cnblogs.com"), new Cookie("sidi_sessionid", "360A748941D055BEE8C960168C3D4233")); 15 request.CookieContainer = objcok; 16 byte[] buffer = encoding.GetBytes(strPostdata); 17 request.ContentLength = buffer.Length; 18 request.GetRequestStream().Write(buffer, 0, buffer.Length); 19 HttpWebResponse response = (HttpWebResponse)request.GetResponse(); 20 StreamReader reader = new StreamReader(response.GetResponseStream(), System.Text.Encoding.GetEncoding("utf-8")); 21 return reader.ReadToEnd(); 22 }
特點:
1.還算有點水類型的,練習成功后可以小牛一把。
2.適應於需要登錄才能訪問的頁面。
3.獲取的數據類型為HTML文檔。
4.請求方法為Get/Post
總結一下,其它基本的技能就這幾個部分,如果再深入的話那就是基本技能的組合了
比如,
1. 先用Get或者Post方法登錄然后取得Cookie再去訪問頁面得到信息,這種其它也是上面技能的組合,這里需要以請求后做這樣一步。response.Cookie
這就是在你請求后可以得到當次Cookie的方法,直接取得返回給上一個方法使用就行了,上面我們都是自己構造的,在這里直接使用這個Cookie就可以了。
2.如果我們碰到需要登錄而且還要驗證證書的網頁怎么辦,其它這個也很簡單把我們上面的方法綜合 一下就行了,如下代碼這里我以Get為例子Post例子也是同樣的方法

1 /// <summary> 2 /// 傳入URL返回網頁的html代碼 3 /// </summary> 4 public string GetUrltoHtml(string Url) 5 { 6 StringBuilder content = new StringBuilder(); 7 try 8 { 9 //這一句一定要寫在創建連接的前面。使用回調的方法進行證書驗證。 10 ServicePointManager.ServerCertificateValidationCallback = new System.Net.Security.RemoteCertificateValidationCallback(CheckValidationResult); 11 // 與指定URL創建HTTP請求 12 HttpWebRequest request = (HttpWebRequest)WebRequest.Create(Url); 13 //創建證書文件 14 X509Certificate objx509 = new X509Certificate(Application.StartupPath + "\\123.cer"); 15 //添加到請求里 16 request.ClientCertificates.Add(objx509); 17 CookieContainer objcok = new CookieContainer(); 18 objcok.Add(new Uri("http://www.cnblogs.com"), new Cookie("鍵", "值")); 19 objcok.Add(new Uri("http://www.cnblogs.com"), new Cookie("鍵", "值")); 20 objcok.Add(new Uri("http://www.cnblogs.com"), new Cookie("sidi_sessionid", "360A748941D055BEE8C960168C3D4233")); 21 request.CookieContainer = objcok; 22 // 獲取對應HTTP請求的響應 23 HttpWebResponse response = (HttpWebResponse)request.GetResponse(); 24 // 獲取響應流 25 Stream responseStream = response.GetResponseStream(); 26 // 對接響應流(以"GBK"字符集) 27 StreamReader sReader = new StreamReader(responseStream, Encoding.GetEncoding("utf-8")); 28 // 開始讀取數據 29 Char[] sReaderBuffer = new Char[256]; 30 int count = sReader.Read(sReaderBuffer, 0, 256); 31 while (count > 0) 32 { 33 String tempStr = new String(sReaderBuffer, 0, count); 34 content.Append(tempStr); 35 count = sReader.Read(sReaderBuffer, 0, 256); 36 } 37 // 讀取結束 38 sReader.Close(); 39 } 40 catch (Exception) 41 { 42 content = new StringBuilder("Runtime Error"); 43 } 44 return content.ToString(); 45 }
3.如果我們碰到那種需要驗證網頁來源的方法應該怎么辦呢,這種情況其它是有些程序員會想到你可能會使用程序,自動來獲取網頁信息,為了防止就使用頁面來源來驗證,就是說只要不是從他們所在頁面或是域名過來的請求就不接受,有的是直接驗證來源的IP,這些都可以使用下面一句來進入,這主要是這個地址是可以直接偽造的
1
|
request.Referer = <a href=http:
//www.jb51.net>http://www.jb51.net</a>;
|
呵呵其它很簡單因為這個地址可以直接修改。但是如果服務器上驗證的是來源的URL那就完了,我們就得去修改數據包了,這個有點難度暫時不討論。
4.提供一些與這個例子相配置的方法
過濾HTML標簽的方法

1 /// <summary> 2 /// 過濾html標簽 3 /// </summary> 4 public static string StripHTML(string stringToStrip) 5 { 6 // paring using RegEx // 7 stringToStrip = Regex.Replace(stringToStrip, "</p(?:\\s*)>(?:\\s*)<p(?:\\s*)>", "\n\n", RegexOptions.IgnoreCase | RegexOptions.Compiled); 8 stringToStrip = Regex.Replace(stringToStrip, " 9 ", "\n", RegexOptions.IgnoreCase | RegexOptions.Compiled); 10 stringToStrip = Regex.Replace(stringToStrip, "\"", "''", RegexOptions.IgnoreCase | RegexOptions.Compiled); 11 stringToStrip = StripHtmlXmlTags(stringToStrip); 12 return stringToStrip; 13 } 14 private static string StripHtmlXmlTags(string content) 15 { 16 return Regex.Replace(content, "<[^>]+>", "", RegexOptions.IgnoreCase | RegexOptions.Compiled); 17 }
URL轉化的方法

1 #region 轉化 URL 2 public static string URLDecode(string text) 3 { 4 return HttpUtility.UrlDecode(text, Encoding.Default); 5 } 6 public static string URLEncode(string text) 7 { 8 return HttpUtility.UrlEncode(text, Encoding.Default); 9 } 10 #endregion
提供一個實際例子,這個是使用IP138來查詢手機號碼歸屬地的方法,其它在我的上一次文章里都有,在這里我再放上來是方便大家閱讀,這方面的技術其它研究起來很有意思,希望大家多提建議,我相信應該還有更多更好,更完善的方法,在這里給大家提供一個參考吧。感謝支持
上例子

1 /// <summary> 2 /// 輸入手機號碼得到歸屬地信息 3 /// </summary> 4 /// <returns>數組類型0為歸屬地,1卡類型,2區 號,3郵 編</returns> 5 public static string[] getTelldate(string number) 6 { 7 try 8 { 9 string strSource = GetUrltoHtml("http://www.ip138.com:8080/search.asp?action=mobile&mobile=" + number.Trim()); 10 //歸屬地 11 strSource = strSource.Substring(strSource.IndexOf(number)); 12 strSource = StripHTML(strSource); 13 strSource = strSource.Replace("\r", ""); 14 strSource = strSource.Replace("\n", ""); 15 strSource = strSource.Replace("\t", ""); 16 strSource = strSource.Replace(" ", ""); 17 strSource = strSource.Replace("-->", ""); 18 string[] strnumber = strSource.Split(new string[] { "歸屬地", "卡類型", "郵 編", "區 號", "更詳細", "卡號" }, StringSplitOptions.RemoveEmptyEntries); 19 string[] strnumber1 = null; 20 if (strnumber.Length > 4) 21 { 22 strnumber1 = new string[] { strnumber[1].Trim(), strnumber[2].Trim(), strnumber[3].Trim(), strnumber[4].Trim() }; 23 } 24 return strnumber1; 25 } 26 catch (Exception) 27 { 28 return null; 29 } 30 }
這個例子寫是不怎么樣,些地方是可以簡化的,這個接口而且可以直接使用Xml得到,但我在這里的重點是讓一些新手看看方法和思路風涼啊,呵呵
第四招,通過Socket訪問

1 ///<summary> 2 /// 請求的公共類用來向服務器發送請求 3 ///</summary> 4 ///<param name="strSMSRequest">發送請求的字符串</param> 5 ///<returns>返回的是請求的信息</returns> 6 private static string SMSrequest(string strSMSRequest) 7 { 8 byte[] data = new byte[1024]; 9 string stringData = null; 10 IPHostEntry gist = Dns.GetHostByName("www.110.cn"); 11 IPAddress ip = gist.AddressList[0]; 12 //得到IP 13 IPEndPoint ipEnd = new IPEndPoint(ip, 3121); 14 //默認80端口號 15 Socket socket = new Socket(AddressFamily.InterNetwork, SocketType.Stream, ProtocolType.Tcp); 16 //使用tcp協議 stream類型 17 try 18 { 19 socket.Connect(ipEnd); 20 } 21 catch (SocketException ex) 22 { 23 return "Fail to connect server\r\n" + ex.ToString(); 24 } 25 string path = strSMSRequest.ToString().Trim(); 26 StringBuilder buf = new StringBuilder(); 27 //buf.Append("GET ").Append(path).Append(" HTTP/1.0\r\n"); 28 //buf.Append("Content-Type: application/x-www-form-urlencoded\r\n"); 29 //buf.Append("\r\n"); 30 byte[] ms = System.Text.UTF8Encoding.UTF8.GetBytes(buf.ToString()); 31 //提交請求的信息 32 socket.Send(ms); 33 //接收返回 34 string strSms = ""; 35 int recv = 0; 36 do 37 { 38 recv = socket.Receive(data); 39 stringData = Encoding.ASCII.GetString(data, 0, recv); 40 //如果請求的頁面meta中指定了頁面的encoding為gb2312則需要使用對應的Encoding來對字節進行轉換() 41 strSms = strSms + stringData; 42 //strSms += recv.ToString(); 43 } 44 while (recv != 0); 45 socket.Shutdown(SocketShutdown.Both); 46 socket.Close(); 47 return strSms; 48 }