Question

其实我正在玩HtmlAgilityPack。

我注意到它可以解析HtmlWebRequest中的HTML。

我想知道有没有办法绕过“HttpWebRequest”检测？这是因为当我尝试使用HttpWebRequest来获取HTML内容时，似乎服务器知道我正在使用“HttpWebRequest”并且不允许我在其中检索HTML。

这是我的源代码：

protected void Page_Load(object sender, EventArgs e)
{
    var targetUrl = new Uri("http://www.aastocks.com/tc/ltp/rtquote.aspx?symbol=03800");
    var webReq = (HttpWebRequest)WebRequest.Create(targetUrl);
    WebResponse webRes = webReq.GetResponse();
    System.IO.Stream stream = webRes.GetResponseStream();
    System.Text.Encoding encode = System.Text.Encoding.GetEncoding("utf-8");
    System.IO.StreamReader reader = new System.IO.StreamReader(stream, encode);            
    HtmlDocument doc = new HtmlDocument();
    doc.Load(reader);
    foreach (HtmlNode link in doc.DocumentNode.SelectNodes("//html"))
    {
        Label1.Text += link.InnerHtml;
    }
}

我不是想做一些违反版权的事情，但只是对此感到好奇。

Answer 1

没有HttpWebRequest检测这样的东西。

但是，您访问的页面可能不那么简单：它可能由多个HTTP请求（iframe）加载，或通过AJAX加载，或者在请求中需要某些HTTP标头。

我可以建议的最好的事情是：跟踪浏览器和网站之间的HTTP流量（例如，使用Fiddler）。然后跟踪您的应用程序（以编程方式发送请求）与同一网站之间的流量。

发现差异，让您的应用程序与浏览器完全一样。

Answer 2

谢谢Shadow Wizard，该程序现在可以使用。

解决方案是在webReq.Create（targetUrl）之后设置UserAgent。

webReq.UserAgent = "Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 6.0)";

如何绕过HttpWebRequest检测？

2 个答案: