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;
        }