asp.net c#采集需要登录页面的实现原理及代码_asp.net教程-查字典教程网
asp.net c#采集需要登录页面的实现原理及代码
asp.net c#采集需要登录页面的实现原理及代码
发布时间:2016-12-29 来源:查字典编辑
摘要:首先说明:代码片段是从网络获取,然后自己修改。我想好的东西应该拿来分享。实现原理:当我们采集页面的时候,如果被采集的网站需要登录才能采集。不...

首先说明:代码片段是从网络获取,然后自己修改。我想好的东西应该拿来分享。

实现原理:当我们采集页面的时候,如果被采集的网站需要登录才能采集。不管是基于Cookie还是基于Session,我们都会首先发送一个Http请求头,这个Http请求头里面就包含了网站需要的Cookie信息。当网站接收到发送过来的Http请求头时,会从Http请求头获取相关的Cookie或者Session信息,然后由程序来处理,决定你是否有权限访问当前页面。

好了,原理搞清楚了,就好办了。我们所要做的仅仅是在采集的时候(或者说HttpWebRequest提交数据的时候),将Cookie信息放入Http请求头里面就可以了。

在这里我提供2种方法。

第一种,直接将Cookie信息放入HttpWebRequest的CookieContainer里。看代码:

复制代码 代码如下:

protected void Page_Load(object sender, EventArgs e)

{

//设置Cookie,存入Hashtable

Hashtable ht = new Hashtable();

ht.Add("username", "youraccount");

ht.Add("id", "yourid");

this.Collect(ht);

}

public void Collect(Hashtable ht)

{

string content = string.Empty;

string url = "http://www.ibest100.com/需要登录后才能采集的页面";

string host = "http://www.ibest100.com";

try

{

//获取提交的字节

byte[] bs = Encoding.UTF8.GetBytes(content);

//设置提交的相关参数

HttpWebRequest req = (HttpWebRequest)HttpWebRequest.Create(url);

req.Method = "POST";

req.ContentType = "application/json;charset=utf-8";

req.ContentLength = bs.Length;

//将Cookie放入CookieContainer,然后再将CookieContainer添加到HttpWebRequest

CookieContainer cc = new CookieContainer();

cc.Add(new Uri(host), new Cookie("username", ht["username"].ToString()));

cc.Add(new Uri(host), new Cookie("id", ht["id"].ToString()));

req.CookieContainer = cc;

//提交请求数据

Stream reqStream = req.GetRequestStream();

reqStream.Write(bs, 0, bs.Length);

reqStream.Close();

//接收返回的页面,必须的,不能省略

WebResponse wr = req.GetResponse();

System.IO.Stream respStream = wr.GetResponseStream();

System.IO.StreamReader reader = new System.IO.StreamReader(respStream, System.Text.Encoding.GetEncoding("utf-8"));

string t = reader.ReadToEnd();

System.Web.HttpContext.Current.Response.Write(t);

wr.Close();

}

catch (Exception ex)

{

System.Web.HttpContext.Current.Response.Write("异常在getPostRespone:" + ex.Source + ":" + ex.Message);

}

}

第二种,每次打开采集程序时,需要先到被采集的网站模拟登录一次,获取CookieContainer,然后再采集。看代码:

复制代码 代码如下:

protected void Page_Load(object sender, EventArgs e)

{

try

{

CookieContainer cookieContainer = new CookieContainer();

string formatString = "username={0}&password={1}";//***************

string postString = string.Format(formatString, "youradminaccount", "yourpassword");

//将提交的字符串数据转换成字节数组

byte[] postData = Encoding.UTF8.GetBytes(postString);

//设置提交的相关参数

string URI = "http://www.ibest100.com/登录页面";//***************

HttpWebRequest request = WebRequest.Create(URI) as HttpWebRequest;

request.Method = "POST";

request.KeepAlive = false;

request.ContentType = "application/x-www-form-urlencoded";

request.CookieContainer = cookieContainer;

request.ContentLength = postData.Length;

// 提交请求数据

System.IO.Stream outputStream = request.GetRequestStream();

outputStream.Write(postData, 0, postData.Length);

outputStream.Close();

//接收返回的页面,必须的,不能省略

HttpWebResponse response = request.GetResponse() as HttpWebResponse;

System.IO.Stream responseStream = response.GetResponseStream();

System.IO.StreamReader reader = new System.IO.StreamReader(responseStream, Encoding.GetEncoding("gb2312"));

string srcString = reader.ReadToEnd();

//打开您要访问的页面

URI = "http://www.ibest100.com/需要登录后才能采集的页面";//***************

request = WebRequest.Create(URI) as HttpWebRequest;

request.Method = "GET";

request.KeepAlive = false;

request.CookieContainer = cookieContainer;

// 接收返回的页面

response = request.GetResponse() as HttpWebResponse;

responseStream = response.GetResponseStream();

reader = new System.IO.StreamReader(responseStream, Encoding.GetEncoding("gb2312"));

srcString = reader.ReadToEnd();

//输出获取的页面或者处理

Response.Write(srcString);

}

catch (WebException we)

{

string msg = we.Message;

Response.Write(msg);

}

}

也许有人会问,如果对方登录的时候要验证码怎么办?那你就用第一种方式吧,只不过需要你分析对方的Cookie。

应用范围:采集数据、论坛发帖、博客发文。

相关阅读
推荐文章
猜你喜欢
附近的人在看
推荐阅读
拓展阅读
  • 大家都在看
  • 小编推荐
  • 猜你喜欢
  • 最新asp.net教程学习
    热门asp.net教程学习
    编程开发子分类