HttpClient 请求类似浏览器

Question

当我通过 HttpClient 类调用网站 www.livescore.com 时，我总是收到错误“500”。 可能是服务器阻止了来自 HttpClients 的请求。

1)还有其他方法可以从网页中获取html吗？

2)如何设置标题以获取 html 内容？

当我像在浏览器中一样设置标题时，我总是得到 stange 编码的内容。

    http_client.DefaultRequestHeaders.TryAddWithoutValidation("Accept", "text/html,application/xhtml+xml,application/xml");
    http_client.DefaultRequestHeaders.TryAddWithoutValidation("Accept-Encoding", "gzip, deflate");
    http_client.DefaultRequestHeaders.TryAddWithoutValidation("User-Agent", "Mozilla/5.0 (Windows NT 6.2; WOW64; rv:19.0) Gecko/20100101 Firefox/19.0");
    http_client.DefaultRequestHeaders.TryAddWithoutValidation("Accept-Charset", "ISO-8859-1");

3) 我该如何解决这个问题？有什么建议吗？

我在 C# 和 HttpClientClass 中使用 Windows 8 Metro Style App

Answer 1

给你 - 注意你必须解压缩你得到的 gzip 编码结果as permleroy:

private static readonly HttpClient _HttpClient = new HttpClient();

private static async Task<string> GetResponse(string url)
{
    using (var request = new HttpRequestMessage(HttpMethod.Get, new Uri(url)))
    {
        request.Headers.TryAddWithoutValidation("Accept", "text/html,application/xhtml+xml,application/xml");
        request.Headers.TryAddWithoutValidation("Accept-Encoding", "gzip, deflate");
        request.Headers.TryAddWithoutValidation("User-Agent", "Mozilla/5.0 (Windows NT 6.2; WOW64; rv:19.0) Gecko/20100101 Firefox/19.0");
        request.Headers.TryAddWithoutValidation("Accept-Charset", "ISO-8859-1");

        using (var response = await _HttpClient.SendAsync(request).ConfigureAwait(false))
        {
            response.EnsureSuccessStatusCode();
            using (var responseStream = await response.Content.ReadAsStreamAsync().ConfigureAwait(false))
            using (var decompressedStream = new GZipStream(responseStream, CompressionMode.Decompress))
            using (var streamReader = new StreamReader(decompressedStream))
            {
                return await streamReader.ReadToEndAsync().ConfigureAwait(false);
            }
        }
    }
}

这样调用：

var response = await GetResponse("http://www.livescore.com/").ConfigureAwait(false); // or var response = GetResponse("http://www.livescore.com/").Result;

Answer 2

也可以尝试添加压缩支持：

var compressclient = new HttpClient(new HttpClientHandler() 
{ 
AutomaticDecompression = DecompressionMethods.Deflate | DecompressionMethods.GZip 
}); 

这也会添加标题。

根据相同的线程支持现在在 Windows Store 框架中：http://social.msdn.microsoft.com/Forums/windowsapps/en-US/429bb65c-5f6b-42e0-840b-1f1ea3626a42/httpclient-data-compression-and-caching?prof=required

Answer 3

有几点需要注意。

1. 该网站要求您提供用户代理，否则会返回 500 HTTP 错误。

2. 对livescore.com 的GET 请求以302 响应livecore.us。你需要处理重定向或者直接请求livescore.us

3. 您需要解压缩 gzip 压缩的响应

此代码使用 .NET 4 客户端配置文件，我会让您确定它是否适合 Windows 应用商店应用程序。

var request = (HttpWebRequest)HttpWebRequest.Create("http://www.livescore.com");
request.AllowAutoRedirect = true;
request.UserAgent = "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.17 (KHTML, like Gecko) Chrome/24.0.1312.57 Safari/537.17";

string content;

using (var response = (HttpWebResponse)request.GetResponse())
using (var decompressedStream = new GZipStream(response.GetResponseStream(), CompressionMode.Decompress))
using (var streamReader = new StreamReader(decompressedStream))
{
    content = streamReader.ReadToEnd();
}

Answer 4

我认为您可以肯定他们已经尽一切努力阻止开发人员进行屏幕抓取。

如果我使用此代码从标准 C# 项目中尝试：

  var request = WebRequest.Create("http://www.livescore.com ");
  var response = request.GetResponse();

我收到以下回复：

The remote server returned an error: (403) Forbidden.