爬虫爬数据时，post数据乱码解决办法
最近在写一个爬虫，目标网站是：http://zx.bjmemc.com.cn/，可能是为了防止被爬取数据，它给自身数据加了密。用谷歌自带的抓包工具也不能捕获到数据。于是下了Fiddler。
Fiddler的爬取结果如下：
可见，除了头信息之外，下面的数据信息显示成了乱码。这样就不能用程序模拟浏览器发送数据了。
解决办法之一就是获取此字符串的十六进制编码。将Fiddler切换至Hexview，如下图所示：
其中蓝色部分是header头信息，黑色字体就是传送的数据。你还可以右键-》取消勾选show header，这样显示的便都是数据信息。
我们程序中可以将这个十六进制字符长串转化成字符串，然后发送到web服务器中。
转化的程序如下所示：
public static byte[] GetByteArray(string frame)
{
byte[] buffer = new byte[frame.Length / 2]; //注意每两个十六进制字符代表一个二进制编码
for (int i = 0; i < frame.Length / 2; i++)
{
int t = GetData(frame[2 * i]) * 16 + GetData(frame[2 * i + 1]);
buffer[i] = (byte)t;
}
return buffer;
}
static int GetData(char p) //获得ASCII编码
{
if (p <= '9' && p >= '0')
{
return p - '0';
}
else
{
return p - 'a' + 10;
}
} 但是遇到一个问题就是，如何将Fiddler的十六进制字符串拷贝出来，若手动抄写，很不现实，一来太长，二来怕错。可以借助Notepad++或者UltraEdit转化过来。本人用Notepad++实验成功：
1、先选中你要导出的十六进制字符长串-》右键-》save selected bytes-》到一文件中。
2、用Notepad++打开此文件，发现仍然是乱码
3、下载十六进制显示插件下载：HexEditor_0_9_5_UNI_dll.zip
4、解压后将HexEditor.dll文件放在Notepad++安装目录的plugins目录下，重启notepad++
5、再次用Notepad++打开文件，plugins->HEX-Editor->View in HEX，显示如下：
6、选中你要复制的十六进制字符串，复制，然后新建文本，粘贴，就是一个带有空格的字符串了。去除空格和换行即可。
7、有一种快速去除空格的方法，选中一个空格，ctrl+f，切换到替换标签，然后点击替换所有按钮，这样将所有的空格都替换成了空字符串，也就删除了所有空格。
2 条评论