关于采集。。。

Question

请问C#如何能采集到
http://ggzx.stock.hexun.com/more.jsp?t=0&k=600004&s=0
这个网站??/
我试了HttpWebRequest，WebRequest和Webclient都不行求解！！！

Answer 1

- -
偶了解到这网站是用GZIP压缩的。。
求解

Answer 2

GZIP也许是防采集的手段
在Form中用webBrowser，不过是这用桌面软件的方法是下下策

Answer 3

压缩,哇咔咔,我长这么大还没见过哪个网站的页面是压缩过的.不管访问啥网站,返回的HTML都是文本格式的.
你只要模拟一下正常浏览器获取页面的方式就行了,就算用Sockets也能直接获取源码

Answer 4

试一试，这边可以获取页面源代码string charset = "GBK";
int fileLength = 1024000;
byte[] buffer = new byte[fileLength]; // 这个数组存放数据
string html = string.Empty;
string url = "http://ggzx.stock.hexun.com/more.jsp?t=0&k=600004&s=0";HttpWebRequest httpWebRequest = (HttpWebRequest)WebRequest.Create(url);
HttpWebResponse httpWebResponse = (HttpWebResponse)httpWebRequest.GetResponse();System.IO.Stream stream = httpWebResponse.GetResponseStream();
int readSize = 0;//本次从 Stream 读取到 buffer 中的长度
int readedTotalSize = 0;//已经从 Stream 读取的量
do
{
    readSize = stream.Read(buffer, readedTotalSize, fileLength - readedTotalSize);
    readedTotalSize += readSize;
}
while (readSize != 0); // 这里每次读一点数据，如果读不到数据就表示读完了httpWebResponse.Close();html = System.Text.Encoding.GetEncoding(charset).GetString(buffer, 0, buffer.Length); // 转成字符串

Answer 5

压缩的多了。百度、谷歌的就是压缩的。现在压缩很流行，iis7 默认就开启压缩。