0

ウェブページをダウンロードするプログラムを書いています。ほとんどの Web ページで正常に動作しますが、動作しないページがいくつか見つかりました。

これらのページには 0x00 文字が含まれています。

この文字まではページ コンテンツを読むことができますが、それ以降のコンテンツは読むことができません。

コードのこの部分を使用して、応答を読み取ります。

IAsyncResult ar = null;
HttpWebResponse resp = null;
Stream responseStream = null;
String content = null;
...
resp = (HttpWebResponse)req.EndGetResponse(ar);
responseStream = resp.GetResponseStream();
StreamReader sr = new StreamReader(responseStream, Encoding.UTF8);
content = sr.ReadToEnd();

この例では、非同期リクエストを使用していますが、同期リクエストを試してみると、同じ問題が発生します。

私も同じ結果でこれを試します:

HttpWebResponse resp = null;
Stream responseStream = null;
String content = new String();
...
responseStream = resp.GetResponseStream();
byte[] buffer = new byte[4096];
int bytesRead = 1;
while (bytesRead > 0)
{
    bytesRead = responseStream.Read(buffer, 0, 4096);
    content += Encoding.UTF8.GetString(buffer, 0, bytesRead);
}

たとえば、この URL http://www.daz3d.com/i/search/searchsub?sstring=ps_tx1662b&_m=dps_tx1662bで問題が発生します。

あなたの応答に感謝

ユイス

4

2 に答える 2

1

問題は、受信したコンテンツを文字列に変換することです。これらの0x00バイトを削除する必要があります。

AutoResetEvent sync = new AutoResetEvent(false);
HttpWebRequest request = (HttpWebRequest)WebRequest.Create("http://...");
request.Proxy.Credentials = CredentialCache.DefaultCredentials;
request.BeginGetResponse((result) =>
{
    StringBuilder content = new StringBuilder();
    using (HttpWebResponse response = 
           request.EndGetResponse(result) as HttpWebResponse)
    using (Stream stream = response.GetResponseStream())
    {
        int read = 1;
        byte[] buffer = new byte[0x1000];
        while (read > 0)
        {
            read = stream.Read(buffer, 0, buffer.Length);
            content.Append(Encoding.UTF8.GetString(buffer
                .TakeWhile((b, index) => index <= read)
                .Where(b => b != 0x00).ToArray()));
        }
        Console.WriteLine(content);
        sync.Set();
    }
}, null);
sync.WaitOne();
于 2009-11-16T12:24:23.730 に答える
0

実際に失敗するのはエンコーディングです。これを回避するには、0x00バイトを除外する必要があります。このような何かがトリックを行う必要があります:

using System.Net;
using System.IO;
using System.Text;

WebRequest request = WebRequest.Create("url here");
WebResponse response = request.GetResponse();

string html;
using (Stream stream = response.GetResponseStream())
{

    int index = -1, currentByte = 0;
    byte[] buffer = new byte[response.ContentLength];
    while ((currentByte = stream.ReadByte()) > -1)
    {
        if(currentByte > 0) buffer[++index] = (byte)currentByte;
    }

    html = Encoding.ASCII.GetString(buffer, 0, index + 1);
}
于 2010-05-19T17:34:30.500 に答える