asp.net 抓取html内容,ASP.NET 抓取网页内容－保持登录状态

利用 Post 数据成功登录服务器应用系统后，就可以抓取需要登录的页面了，那么我们就可能需要在多个 Request

间保持登录状态。

首先，我们要使用 HttpWebRequest，而不是 WebRequest。

与 WebRequest 相比，变化的代码是：

HttpWebRequest request =

(HttpWebRequest)HttpWebRequest.Create(url);

注意：HttpWebRequest.Create 返回的类型仍是 WebRequest，所以要转化一下。

其次，使用 CookieContainer。

System.Net.CookieContainer cc = new

System.Net.CookieContainer();

request.CookieContainer = cc;

request2.CookieContainer = cc;

这样 request 和 request2 之间就使用了相同的 Session，如果 request 登录了，那么 request2

也是登录状态。

最后，如何在不同的页面间使用同一个 CookieContainer。

要在不同的页面间使用同一个 CookieContainer，只有把 CookieContainer 加入 Session。

Session.Add("ccc", cc); //存

CookieContainer cc = (CookieContainer)Session["ccc"]; //取

ASP.NET

抓取网页内容－把当前会话带到 WebRequest 中

比如说浏览器 B1 去访问服务器端 S1，这会产生一个会话，而服务器端 S2 再用 WebRequest 去访问服务器端

S1，这又会产生一个会话。现在的需求是让 WebRequest 使用浏览器 B1 与 S1 之间的会话，也就是说要让 S1 认为是

B1 在访问 S1，而不是 S2 在访问 S1。

这就要利用 Cookie 了，先在 S1 中取得与 B1 的 SessionID

的 Cookie，再将这个 Cookie 告诉 S2，S2 再将 Cookie 写在

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();

要说明的是：

本文并不是 Cookie 欺骗，因为 SessionID 是 S1 告诉 S2 的，并不是 S2

窃取的，虽然有些古怪，但这可能在一些特定的应用系统中会有用。

S1 必须要向 B1 写 Session，这样 SessionID

才会保存到 Cookie 中，并且 SessionID 才会保持不变。

在 ASP.NET 中取 Cookie 用 Request.Cookies，本文假设 Cookie 已经取出来。

不同的服务器端语言，SessionID 在 Cookie 中上名称并不一样，本文是 ASP 的 SessionID。

S1 可能不仅仅依靠 SessionID 来判断当前登录，它可能还会辅助于 Referer、User-Agent 等，这取决于 S1

端程序的设计。

其实本文算是本连载中“保持登录状态”的另一种方法。

ASP.NET 抓取网页内容－如何更改来源 Referer 和 UserAgent

HttpWebRequest request =(HttpWebRequest)HttpWebRequest.Create("http://127.0.0.1/index.htm");

//request.Headers.Add(HttpRequestHeader.Referer, "http://blog.sina.com.cn/doubleone6334");

// 错误

//request.Headers[HttpRequestHeader.Referer] = "http://blog.sina.com.cn/doubleone6334";

// 错误

request.Referer

注释掉的两句是不对的，会发生错误：

此标头必须使用适当的属性进行修改。

参数名: name

UserAgent 类似。