爬虫_如何获取附件链接的文件名呢？描述如下：

Kiiilo · 发表于 2013-5-4 17:20:45

上次多线程的问题解决了，感谢苏飞老师。又来麻烦老师了哈。在获取链接的时候，有些链接点击就是一个下载，如何能获取所要下载的文件名呢？如图：用的是火狐浏览器，可以直接看到文件名和文件类型在没有下载的情况下。怎么实现这个功能的呢？希望得到帮助...

yangying · 发表于 2013-5-4 20:00:05

这个连接里不一定有，有时候只有执行下载时才能看到文件名，你可以先取到下载连接，然后去请求一下，也只能这样了，不然就要改用其它技术了，文件下载之类的功能。可以先取到文件名再进行下载。这个具体的你网上找一下吧。应该有不少例子

Kiiilo · 发表于 2013-5-4 20:09:13

yangying 发表于 2013-5-4 20:00
这个连接里不一定有，有时候只有执行下载时才能看到文件名，你可以先取到下载连接，然后去请求一下，也只能 ...

感谢回复。是这样的,只要一点链接就会自动弹出上述的对话框，比如http://news.cuit.edu.cn/Notice.asp?type=10&ID=40685 网址上的“附件”。一点就能看到文件名，大小，文件类型。我想知道怎么才能获取这些信息。PS：显然浏览器是获取了的...

yangying · 发表于 2013-5-4 20:56:01

这个需要请求一下，在返回的Hander里面有信息
QQ截图20130504205504.jpg

Kiiilo · 发表于 2013-5-4 21:40:03

yangying 发表于 2013-5-4 20:56
这个需要请求一下，在返回的Hander里面有信息

再次感谢！看来是这样的，我已经能提取出header里的信息了，但是结果如您的图一样，filename里是乱码... 这还是个问题... 不知道是不是编码问题还是什么..非常感谢你帮了我的大忙，真的太感谢你啦！

yangying · 发表于 2013-5-4 21:43:37

编码问题，多试几个编码看看

Kiiilo · 发表于 2013-5-4 22:48:43

yangying 发表于 2013-5-4 21:43
编码问题，多试几个编码看看

额... 在火狐下都试过了，不管是哪种编码方式，都不行... 有点不知所措了。。

yangying · 发表于 2013-5-4 23:49:49

Kiiilo 发表于 2013-5-4 22:48
额... 在火狐下都试过了，不管是哪种编码方式，都不行... 有点不知所措了。。

这个我也没试过，不过帮你顶下看看别人的解决方法没

Kiiilo · 发表于 2013-5-5 10:07:32

嗯，最终还是试出来了，ISO-8859-1。
         //文字自己的编码

         Encoding ecSelf = Encoding.GetEncoding("ISO-8859-1");
         byte[] btArr = ecSelf.GetBytes(test);

         //需要转成了编码
         Encoding ecLastCode = Encoding.GetEncoding("gb2312");
         string lastCode = ecLastCode.GetString(btArr);
         一个一个试出来的。
感谢版主，感谢论坛。

yangying · 发表于 2013-5-5 10:09:08

Kiiilo 发表于 2013-5-5 10:07
嗯，最终还是试出来了，ISO-8859-1。
//文字自己的编码

不客气亲，希望以后常来论坛转，有问题我们一定尽力帮助你

		自动登录	找回密码
密码			马上注册

[其他] 爬虫_如何获取附件链接的文件名呢？描述如下：