html源码解析不一致问题

[snowbirdfly]

对了,最近遇到一个问题:
获取HTML源码,方法如下:
方法一:

string netUrl = "http://store.taobao.com/shop/view_shop.htm?asker=wangwang&shop_nick=琳子68"
WebClient client = new WebClient();
byte[] page = client.DownloadData(netUrl);
string content = System.Text.Encoding.GetEncoding("gb2312").GetString(page);

方法二:

string netUrl = "http://store.taobao.com/shop/view_shop.htm?asker=wangwang&shop_nick=琳子68";
HttpWebRequest myWebRequest = (HttpWebRequest)WebRequest.Create(netUrl);
WebResponse resp = myWebRequest.GetResponse();
StreamReader oStreamRd = new StreamReader(resp.GetResponseStream(), Encoding.GetEncoding("GB2312"));
string content =  oStreamRd.ReadToEnd();

但是采用这两种方法所得到的html源代码和我通过浏览器:查看->源文件,得到的数据是不同的,方法得到的数据少了中间一段很长的数据,很奇怪.
所以问问大伙遇到这种问题没有,请指教,在线等,谢谢~~~

[美福种田伯]

byte[] page = client.DownloadData(netUrl);
这句可以改成
client.DownloadString试试

[snowbirdfly]

DownloadString()的源代码片段：

WebRequest request; 
byte[] bytes = this.DownloadDataInternal(address, out request);
string retValue = this.GuessDownloadEncoding(request).GetString(bytes);

它的实现原理是把数据下载回来，形式是byte[]，然后猜测数据的编码，实际上也是相当于调用了DownloadData~~~
原理是这样,我测试了也是不行的,还是感谢回答,呵呵~~~

[ws_hgo]

读取的的不一样

[snowbirdfly]

读取的不一样?
那我这么样才能得到像通过浏览器:查看->源文件,这样的数据呢?

[snowbirdfly]

请高手回答一下~~~
在线等~~~

[snowbirdfly]

感谢楼上大哥的回答,中间很长一段数据被丢失了~~~
通过DownloadData是没有获取到和查看源文件相同的数据,两者之间数据差别还是比较大的~~~
后者数据量比较大,我想贴出来,但是太长了~

[redhat4]

关注


.


人力资源

[Neil198]

那些代码是JS产生的么？ 关注

[snowbirdfly]

不是,很奇怪,我测试有些用户是正确的,有些用户则会出现不一致问题~~~

[eibo520]

socket,怎么都一样...

[oldnew]

应该是动态内容不一样的。

浏览器有javascript等脚本引擎，所以页面的脚本方法浏览器会去执行，但普通的socket,webclient,webrequest等没有脚本引擎，所以脚本产生的动态内容是无法下载就能得到的。

要想得到，一个 使用webbrowser控件打开网页，然后访问webbrowser的IDocment对象得到页面内容，这里就和浏览器查看源码的内容一摸一样了， 另外方法更复杂，就是找一个javascript的引擎，自己运行一把脚本咯

[fivecapable]

路过

[rekym]

内容不一样吧

[白云在上]

具体是少了什么东西？是不是动态内容？DownloadData不支持动态内容

[Simonzy]

12楼正解

[snowbirdfly]

恩，我当初也是这么认为，但是有些用户是可以解析的啊？
这个似乎又理解不通了~~~

[xu_hfut]

路过,关注!

[yanke189]

拿分走人

[snowbirdfly]

求高手解答~~~
解答完就给分~~~
在线等~~~

[xue1234567890]

学习...