如何检查 System.Net.WebClient.DownloadData 是否正在下载二进制文件？答案

【问题标题】：How to check if System.Net.WebClient.DownloadData is downloading a binary file?如何检查 System.Net.WebClient.DownloadData 是否正在下载二进制文件？
【发布时间】：2010-09-14 06:50:08
【问题描述】：

我正在尝试使用WebClient 通过 WinForms 应用程序从 Web 下载文件。但是，我真的只想下载 HTML 文件。我想忽略的任何其他类型。

我检查了WebResponse.ContentType，但它的值始终是null。

有人知道可能是什么原因吗？

【问题讨论】：

你想要图片、样式表和 JavaScript 吗？

标签： c# file download webclient

【解决方案1】：

您可以使用 HEAD 动词发出第一个请求，并检查内容类型响应标头吗？ [编辑] 不过，看起来您必须为此使用 HttpWebRequest。

【讨论】：

（已被 OP 的后续行动淘汰 - 请参阅我关于 GetWebRequest 的其他回复）

【解决方案2】：

WebResponse 是一个抽象类，ContentType 属性是在继承类中定义的。例如，在 HttpWebRequest 对象中，此方法被重载以提供内容类型标头。我不确定 WebClient 使用的是哪个 WebResponse 实例。如果你只想要 HTML 文件，最好直接使用 HttpWebRequest 对象。

【讨论】：

【解决方案3】：

您的问题有点令人困惑：如果您使用的是 Net.WebClient 类的实例，则 Net.WebResponse 不会进入等式（除了它确实是一个抽象类，而且您d 正在使用具体的实现，例如 HttpWebResponse，正如另一个响应中指出的那样）。

无论如何，在使用 WebClient 时，您可以通过执行以下操作来实现您想要的：

Dim wc As New Net.WebClient()
Dim LocalFile As String = IO.Path.Combine(Environment.GetEnvironmentVariable("TEMP"), Guid.NewGuid.ToString)
wc.DownloadFile("http://example.com/somefile", LocalFile)
If Not wc.ResponseHeaders("Content-Type") Is Nothing AndAlso wc.ResponseHeaders("Content-Type") <> "text/html" Then
    IO.File.Delete(LocalFile)
Else
    '//Process the file
End If

请注意，您必须检查 Content-Type 标头是否存在，因为服务器不保证会返回它（尽管大多数现代 HTTP 服务器将始终包含它）。如果没有 Content-Type 标头，您可以退回到另一种 HTML 检测方法，例如打开文件，将前 1K 字符左右读入字符串，然后查看其中是否包含子字符串

另请注意，这有点浪费，因为在决定是否需要之前，您总是会传输完整的文件。要解决这个问题，切换到 Net.HttpWebRequest/Response 类可能会有所帮助，但额外代码是否值得取决于您的应用程序...

【讨论】：

【解决方案4】：

我很抱歉没有很清楚。我编写了一个扩展 WebClient 的包装类。在这个包装类中，我添加了 cookie 容器并公开了 WebRequest 的 timeout 属性。

我正在使用此包装类中的 DownloadDataAsync()，但无法从此包装类的 WebResponse 中检索内容类型。我的主要目的是拦截响应并确定其是否为 text/html 性质。如果不是，我将中止此请求。

在覆盖 WebClient.GetWebResponse(WebRequest, IAsyncResult) 方法后，我设法获得了内容类型。

以下是我的包装类的示例：

public class MyWebClient : WebClient
{
    private CookieContainer _cookieContainer;
    private string _userAgent;
    private int _timeout;
    private WebReponse _response;

    public MyWebClient()
    {
        this._cookieContainer = new CookieContainer();
        this.SetTimeout(60 * 1000);
    }

    public MyWebClient SetTimeout(int timeout)
    {
        this.Timeout = timeout;
        return this;
    }

    public WebResponse Response
    {
        get { return this._response; }
    }

    protected override WebRequest GetWebRequest(Uri address)
    {
        WebRequest request = base.GetWebRequest(address);

        if (request.GetType() == typeof(HttpWebRequest))
        {
            ((HttpWebRequest)request).CookieContainer = this._cookieContainer;
            ((HttpWebRequest)request).UserAgent = this._userAgent;
            ((HttpWebRequest)request).Timeout = this._timeout;
        }

        this._request = request;
        return request;
    }

    protected override WebResponse GetWebResponse(WebRequest request)
    {
        this._response = base.GetWebResponse(request);
        return this._response;
    }

    protected override WebResponse GetWebResponse(WebRequest request, IAsyncResult result)
    {
        this._response = base.GetWebResponse(request, result);
        return this._response;
    }

    public MyWebClient ServerCertValidation(bool validate)
    {
        if (!validate) ServicePointManager.ServerCertificateValidationCallback += delegate(object sender, X509Certificate certificate, X509Chain chain, SslPolicyErrors sslPolicyErrors) { return true; };
        return this;
    }
}

【讨论】：

在这种情况下，更改 .Method - 请参阅我的其他回复。

【解决方案5】：

鉴于您的更新，您可以通过更改 GetWebRequest 中的 .Method 来做到这一点：

using System;
using System.Net;
static class Program
{
    static void Main()
    {
        using (MyClient client = new MyClient())
        {
            client.HeadOnly = true;
            string uri = "http://www.google.com";
            byte[] body = client.DownloadData(uri); // note should be 0-length
            string type = client.ResponseHeaders["content-type"];
            client.HeadOnly = false;
            // check 'tis not binary... we'll use text/, but could
            // check for text/html
            if (type.StartsWith(@"text/"))
            {
                string text = client.DownloadString(uri);
                Console.WriteLine(text);
            }
        }
    }

}

class MyClient : WebClient
{
    public bool HeadOnly { get; set; }
    protected override WebRequest GetWebRequest(Uri address)
    {
        WebRequest req = base.GetWebRequest(address);
        if (HeadOnly && req.Method == "GET")
        {
            req.Method = "HEAD";
        }
        return req;
    }
}

或者，您可以在覆盖 GetWebRespons() 时检查标头，如果不是您想要的，可能会引发异常：

protected override WebResponse GetWebResponse(WebRequest request)
{
    WebResponse resp = base.GetWebResponse(request);
    string type = resp.Headers["content-type"];
    // do something with type
    return resp;
}

【讨论】：

别忘了 XHTML：w3.org/TR/xhtml-media-types/#application-xhtml-xml

【解决方案6】：

我不确定原因，但也许你还没有下载任何东西。这是获取远程文件/页面内容类型的懒惰方式（我没有检查这是否在线上有效。据我所知，它可能会下载大量内容）

        Stream connection = new MemoryStream(""); // Just a placeholder
        WebClient wc = new WebClient();
        string contentType;
        try
        {
            connection = wc.OpenRead(current.Url);
            contentType = wc.ResponseHeaders["content-type"];
        }
        catch (Exception)
        {
            // 404 or what have you
        }
        finally
        {
            connection.Close();
        }

【讨论】：

【解决方案7】：

这是一种使用 TCP 的方法，http 是建立在它之上的。它会在连接时或超时（毫秒）后返回，因此可能需要根据您的情况更改该值

var result = false;
try {
    using (var socket = new Socket(AddressFamily.InterNetwork, SocketType.Stream, ProtocolType.Tcp)) {
        var asyncResult = socket.BeginConnect(yourUri.AbsoluteUri, 80, null, null);
        result = asyncResult.AsyncWaitHandle.WaitOne(100, true);
        socket.Close();
    }
}
catch { }
return result;

【讨论】：