带有大数据集的不完整HttpWebResponse
本文关键字:HttpWebResponse 数据集 | 更新日期: 2023-09-27 18:02:22
我有一些代码来下载我已经使用了一段时间的网页的内容。这段代码工作得很好,从来没有提供一个问题,仍然没有…然而,有一个相当大的页面(2MB,没有图像),有4个表,分别有4,20,100,600行,大约20列宽。
当试图获取所有数据时,它完成时没有任何明显的错误或异常,但只返回第4个表中的第60行-有时多,有时少。浏览器在大约20-30秒内完成加载,并持续刷新页面,直到完成。
我已经尝试了一些解决方案,从SO和搜索没有任何不同的结果。下面是当前的代码,但我有:代理,异步,无超时,false keepalive…
我不能使用WebClient(作为另一个远取尝试),因为我需要使用cookie容器登录。
HttpWebRequest pageImport = (HttpWebRequest)WebRequest.Create(importUri);
pageImport.ReadWriteTimeout = Int32.MaxValue;
pageImport.Timeout = Int32.MaxValue;
pageImport.UserAgent = "User-Agent Mozilla/5.0 (Windows; U; Windows NT 6.1; en-US; rv:1.9.2.3) Gecko/20100401 Firefox/3.6.3";
pageImport.Accept = "Accept text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8";
pageImport.KeepAlive = true;
pageImport.Timeout = Int32.MaxValue;
pageImport.ReadWriteTimeout = Int32.MaxValue;
pageImport.MaximumResponseHeadersLength = Int32.MaxValue;
if (null != LoginCookieContainer)
{
pageImport.CookieContainer = LoginCookieContainer;
}
Encoding encode = System.Text.Encoding.GetEncoding("utf-8");
using (WebResponse response = pageImport.GetResponse())
using (Stream stream = response.GetResponseStream())
using (StreamReader reader = new StreamReader(stream, encode))
{
stream.Flush();
HtmlRetrieved = reader.ReadToEnd();
}
尝试逐块读取而不是reader.ReadToEnd();只是给你一个想法:
//将流管道到具有所需编码格式的更高级别流读取器。StreamReader readStream = new StreamReader(ReceiveStream, encode);控制台。WriteLine("'nResponse stream received");Char[] read = new Char[256];
// Read 256 charcters at a time.
int count = readStream.Read( read, 0, 256 );
Console.WriteLine("HTML...'r'n");
while (count > 0)
{
// Dump the 256 characters on a string and display the string onto the console.
String str = new String(read, 0, count);
Console.Write(str);
count = readStream.Read(read, 0, 256);
}
我怀疑这是作为服务器端的配置设置来处理的。顺便说一句,我认为你可能设置你的属性不正确。从文字中删除"user-agent"answers"accept",如下所示:
pageImport.UserAgent = "Mozilla/5.0 (Windows; U; Windows NT 6.1; en-US; rv:1.9.2.3) Gecko/20100401 Firefox/3.6.3";
pageImport.Accept = "text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8";
虽然我仍然要尝试提供的建议,并将改变我的答案,如果它的工作,似乎在这种情况下,问题是代理。我得到了前面的代理和代码工作如预期和更快。
我将不得不考虑一些代理优化,因为这段代码必须在代理后面运行。