WPF数据爬取小工具－某宝推广位批量生成，及订单爬取 记：接单最痛一次的感悟

项目由来：上月闲来无事接到接到一个单子，自动登录　X宝平台，然后重定向到指定页面批量生成推广位信息；与此同时自动定时同步订单数据到需求提供方的Java服务。

当然期间遇到一个小小的问题就是界面样式的问题，起初使用的ｗｉｎｆｏｒｍ开发，但是样式，你懂的，所以后来索性直接使用ｗｐｆ．

先声明：这里只做经验分享，不提供其他支持，毕竟，，，不安全。

　　

１.首先看下我们的项目界面

　

说明：三张图分别是　登录，登录后主页面，和订单页面

　　（登录页面）界面整体就划分上中下尾四个部分，种下部分的灰色是一个ｗｅｂＢｒｏｗｓｅｒ．可以很好地帮助我们解决重定向之后，通过重定向页面获取ｃｏｏｋｉｅ，这个后面回说。

　　  当然如果你觉得这个灰色很突兀，你可设置高宽为0，那么界面将会很简洁。我之所以显示出来是因为初次访问该网站的时候，会出现验证的问题，需要手动点击以及拖拽拼图。

　　（主页面）　依旧是头部上部中部下部尾部，

　　（订单页面）很明了。

　　界面插件：MetroWindow，请自行百度，谢谢。

２.主要逻辑

　　2.1.主页面内容

　　　　　  首先我们分析下，一般情况下，我们在登录某平台时候，如果使用第三方授权登陆之后，地址中会有一个redirectUrl，即授权成功之后从定向的页面，那么此时我们要获取的cokkie肯定是从重定向之后的页面获取

　　　所以，这里也是一样的，我们这里的登录实现也是通过一个带有redirectUrl的登陆地址模拟post。

　　　　　  首先，我们在窗体初始化的时候，在webBrowser中初始化我们的登录页面，也就是 灰色部分。然后通过webbrowser获取相关dom元素，赋值，模拟登陆按钮的提交事件，代码如下

　　   webBrowser代码：

　　　　　  在窗体的load事件中初始化，其中的 LoginUrl 就是我们的 带有重定向地址的 登录地址；eg:https://login.xxbao.com/login?redirectURL=www.baidu.com

 webBrowser.Navigate(LoginUrl);

　　当然如此还没完，如果了解webBrowser的人肯定都知道，这个东西有一个常用的事件就是 LoadCompleted，每当页面加载完成或者重定向完成之后，都会执行，所以，继续在load中添加如下的代码，将 LoadCompleted 事件先设置了，

webBrowser.LoadCompleted += (wbSender, wbArgs) =>
            {
                if (_loginViewModel != null && !string.IsNullOrWhiteSpace(_loginViewModel.LoginAccount))
                {
                    if (wbArgs.Uri.ToString().Contains("登录成功之后，跳转到的回调的网站的主页面地址"))
                    {
                        Log4netHelper.WriteLog(Log4netHelper.LogType.Info, "正在获取cookie...");
                        // TODO 获取cookie操作
                        try
                        {
                            _loginViewModel.StrCookies = CookieHelper.GetCookies(_loginViewModel.WebBrowser.Source.ToString());
                            _loginViewModel._tb_token_ = CookieHelper.GetFiled(_loginViewModel.StrCookies, "_tb_token_");
                            Log4netHelper.WriteLog(Log4netHelper.LogType.Info, "获取到TOKEN\n" + "\t" + _loginViewModel._tb_token_ + "");
                        }
                        catch (Exception ex)
                        {
                           ........错误记录省略
                        }
                        this.WriteLog("cookie成功获取,即将跳转到主页面...");
                        this.GoTuiGuangWei();
                    }
                }
            };
        }

　　简要说明下：其中红色部分为登录成功之后重新定向的网站的主页面，之所以在这里判断，上面有说了，loadCompleted会在webBrowser每次页面加载完成的时候都会被执行，所以在这里我们判断当前加载的页面是否是我们想要从中获取

cookie的网站的页面，如果是，那么我们执行cookie的获取操作

　　这里涉及到一个 重点问题就是cookie获取的问题，这里需要注意，下面提供的方法可以正常获取，其他方式 自行斟酌是否可行。

public class CookieHelper
    {
        [DllImport("wininet.dll", CharSet = CharSet.Auto, SetLastError = true)]
        static extern bool InternetGetCookieEx(string pchURL, string pchCookieName, StringBuilder pchCookieData, ref System.UInt32 pcchCookieData, int dwFlags, IntPtr lpReserved);

        [DllImport("wininet.dll", CharSet = CharSet.Auto, SetLastError = true)]
        static extern int InternetSetCookieEx(string lpszURL, string lpszCookieName, string lpszCookieData, int dwFlags, IntPtr dwReserved);

        private static string GetCookieString(string url)
        {
            // Determine the size of the cookie
            uint datasize = 256;
            StringBuilder cookieData = new StringBuilder((int)datasize);

            if (!InternetGetCookieEx(url, null, cookieData, ref datasize, 0x2000, IntPtr.Zero))
            {
                if (datasize < 0)
                    return null;

                // Allocate stringbuilder large enough to hold the cookie
                cookieData = new StringBuilder((int)datasize);
                if (!InternetGetCookieEx(url, null, cookieData, ref datasize, 0x00002000, IntPtr.Zero))
                    return null;
            }
            return cookieData.ToString();
        }

        public static string GetCookies(string requestUrl)
        {
            return GetCookieString(requestUrl);
        }

        /// <summary>
        ///     从cookie中获取指定键名称的对应的值
        /// </summary>
        /// <param name="cookies"></param>
        /// <param name="fieldName"></param>
        /// <returns></returns>
        public static string GetFiled(string cookies, string fieldName)
        {
            var cookieArray = cookies.Split(';');
            foreach (var cookieStr in cookieArray)
            {
                if (cookieStr.Contains(fieldName))
                {
                    return cookieStr.Split('=')[1];
                }
            }
            return string.Empty;
        }
    }

　　涉及到的登录代码：

　　

/// <summary>
    ///     登录参数对象扩展方法
    /// </summary>
    public static class WebBrowserExtensions
    {
        /// <summary>
        ///     登陆扩展
        /// </summary>
        /// <param name="loginViewModel"></param>
        public static void LoginEx(this LoginViewModel loginViewModel)
        {
            var webBrowser = loginViewModel.WebBrowser;
            #region 验证操作（登陆一次之后就不存在了，但是这里个 domID不确定是不是这个）
            IHTMLDocument2 doc = (IHTMLDocument2)webBrowser.Document;
            try
            {
                IHTMLElement jsLoginCheck = doc.all.item("J_SafeLoginCheck", 0);//id或者是name
                jsLoginCheck.click();
                Thread.Sleep(1000);
            }
            catch (Exception)
            {

            }
            #endregion

            //账号dom ID
            IHTMLElement elementAccount = doc.all.item("TPL_username_1", 0);
            //密码dom ID
            IHTMLElement elementPassword = doc.all.item("TPL_password_1", 0);

            //赋值操作
            elementAccount.setAttribute("value", loginViewModel.LoginAccount);//绑定值
            elementPassword.setAttribute("value", loginViewModel.LoginPassword);

            Thread.Sleep(100);
            IHTMLElement buttonSubmit = doc.all.item("J_SubmitStatic", 0);
            buttonSubmit.click();
        }
    }

　　这里需要注意的是wpf的ewbBrowser和winform的稍有不同，获取dom的方式，通过  IHTMLDocument2 doc = (IHTMLDocument2)webBrowser.Document;，需要引用命名空间：using mshtml;

2.2.主页面：

　　后台代码中定义了两个计时器 (System.Timers.Timer)，这里是 Timers下的timer不是Threading下的，注意下。其他细节不便提供出来，如果感兴趣的我可以把源码改过后开放出来，

　　这里只说下控件数据绑定的问题，当多个线程同时操作某个控件时，虽说wpf的控件和winform有很大不同，但是一样的，存在子控件线程处理不当主线程（主界面）依旧会卡住的问题，

　　所以我们可像下面这样解决：

　　比如我们有一个label控件，定时刷新绑定 文本信息

　　this.label.Invoke(new Action(()=>{
　　　　this.Lable.Context ="我是好人";
　　}));

　　如此，是没有问题，但是看下面的写法，猜猜是否有问题呢？

　　this.label.Invoke(new Action(()=>{

　　　　//其他的请求操作，假设返回结果为 reuslt
　　　　this.Lable.Context =result;
　　}));

　　不用怀疑，主线程会卡住，最明显的示例就是使用wpf的 RitchTextBox,如下代码，会存在很严重的 问题：

private void WriteLog(string message){

this.RitchTextBox.Dispatcher.BeginInvoke(new Action(() =>
{

p = new Paragraph();

　　　　Run r = new Run(message.ToString() + "\n");
　　　　p.TextAlignment = TextAlignment.Left;
　　　　p.Inlines.Add(r);

　　RitchTextBox.Document.Blocks.Add(p);
　　RitchTextBox.ScrollToEnd();
}));

}

　　假如反复的执行该方法，去给 RitchTextBox 追加内容，界面会卡到你想把自己的蛋蛋捏碎，然而，成败就在细节之间，下面的方式 是毫无问题的，

private void WriteLog(string message)

{

　　 　　p = new Paragraph();

　　　　Run r = new Run(message.ToString() + "\n");
　　　　p.TextAlignment = TextAlignment.Left;
　　　　p.Inlines.Add(r);

this.RitchTextBox.Dispatcher.BeginInvoke(new Action(() =>
{

　　RitchTextBox.Document.Blocks.Add(p);
　　RitchTextBox.ScrollToEnd();
}));

}

　　当然更进一步的优化一下可以像下面的方式：

　　

void WriteLog(object message, bool isError = false)
        {
            this.Dispatcher.BeginInvoke(new Action(() =>
            {
                Paragraph p;
                if (isError)
                {
                    SolidColorBrush solidColorBrush = new SolidColorBrush(Color.FromRgb(255, 0, 0));
                    p = new Paragraph() { Foreground = solidColorBrush };
                    Run r = new Run(message.ToString() + "\n");
                    p.TextAlignment = TextAlignment.Left;
                    p.Inlines.Add(r);

                }
                else
                {
                    p = new Paragraph();
                    Run r = new Run(message.ToString() + "\n");
                    p.TextAlignment = TextAlignment.Left;
                    p.Inlines.Add(r);

                }

                this.rtbLog.Dispatcher.BeginInvoke(new Action(() =>
                {
                    rtbLog.Document.Blocks.Add(p);
                    rtbLog.ScrollToEnd();
                }));
            }));
        }

　　其他：项目还使用了一个ini的文件的作为配置文件，相关实现类如下：

　　

/// <summary>
    /// ini文件操作类
    /// </summary>
    public class IniHelper
    {
        #region 动态链接库调用
        /// <summary>
        /// 调用动态链接库读取值
        /// </summary>
        /// <param name="lpAppName">ini节名</param>
        /// <param name="lpKeyName">ini键名</param>
        /// <param name="lpDefault">默认值：当无对应键值，则返回该值。</param>
        /// <param name="lpReturnedString">结果缓冲区</param>
        /// <param name="nSize">结果缓冲区大小</param>
        /// <param name="lpFileName">ini文件位置</param>
        /// <returns></returns>
        [DllImport("kernel32")]
        private static extern int GetPrivateProfileString(
            string lpAppName,
            string lpKeyName,
            string lpDefault,
            StringBuilder lpReturnedString,
            int nSize,
            string lpFileName);

        /// <summary>
        /// 调用动态链接库写入值
        /// </summary>
        /// <param name="mpAppName">ini节名</param>
        /// <param name="mpKeyName">ini键名</param>
        /// <param name="mpDefault">写入值</param>
        /// <param name="mpFileName">文件位置</param>
        /// <returns>0：写入失败 1：写入成功</returns>
        [DllImport("kernel32")]
        private static extern long WritePrivateProfileString(
            string mpAppName,
            string mpKeyName,
            string mpDefault,
            string mpFileName);
        #endregion

        /// <summary>
        /// 读ini文件
        /// </summary>
        /// <param name="section">节</param>
        /// <param name="key">键</param>
        /// <returns>返回读取值</returns>
        public static string Ini_Read(string section, string key, string path)
        {
            StringBuilder stringBuilder = new StringBuilder(1024);                  //定义一个最大长度为1024的可变字符串
            GetPrivateProfileString(section, key, "", stringBuilder, 1024, path);   //读取INI文件
            return stringBuilder.ToString();                                        //返回INI文件的内容
        }

        /// <summary>
        /// 写ini文件
        /// </summary>
        /// <param name="section">节</param>
        /// <param name="key">键</param>
        /// <param name="iValue">待写入值</param>
        public static void Ini_Write(string section, string key, string iValue, string path)
        {
            WritePrivateProfileString(section, key, iValue, path);    //写入
        }

        /// <summary>
        /// 根据文件名创建文件
        /// </summary>
        /// <param name="path">文件名称以及路径</param>
        public static void ini_creat(string path)
        {
            if (!File.Exists(path))                             //判断是否存在相关文件
            {
                FileStream _fs = File.Create(path);               //不存在则创建ini文件
                _fs.Close();                                    //关闭文件，解除占用
            }
        }

        /// <summary>
        /// 删除ini文件中键
        /// </summary>
        /// <param name="section">节名称</param>
        /// <param name="key">键名称</param>
        /// <param name="path">ini文件路径</param>
        public static void Ini_Del_Key(string section, string key, string path)
        {
            WritePrivateProfileString(section, key, null, path);                          //写入
        }

        /// <summary>
        /// 删除ini文件中节
        /// </summary>
        /// <param name="section">节名</param>
        /// <param name="path">ini文件路径</param>
        public static void Ini_Del_Section(string section, string path)
        {
            WritePrivateProfileString(section, null, null, path);                          //写入
        }

        /// <summary>
        ///     指定的ini文件是否存在,不存在就创建
        /// </summary>
        /// <param name="iniFileName">文件名（非路径，只是名称）</param>
        /// <returns></returns>
        public static void Ini_Init(string iniFileName = "app.ini")
        {
            var filePath = IniFilePath(iniFileName);
            if (!File.Exists(filePath))
            {
                //初始化基础信息
                IniHelper.ini_creat(filePath);
                IniHelper.Ini_Write("INFO", "Preffix", "GWJ-", filePath);
                IniHelper.Ini_Write("INFO", "DaoGouID", "", filePath);
                IniHelper.Ini_Write("INFO", "Count", "0", filePath);
                IniHelper.Ini_Write("INFO", "TAG", "29", filePath);
                IniHelper.Ini_Write("INFO", "TimeRange", "8", filePath);

                //初始化 同步到Java 接口时候 爬取的分页，每爬取一次 更新一次
                IniHelper.Ini_Write("DELIVERY", "TO_PAGE", "1", filePath);
                IniHelper.Ini_Write("DELIVERY", "PER_PAGE_SIZE", "10", filePath);
                //IniHelper.Ini_Write("DELIVERY", "TIMES", "0", filePath);//剩余请求次数

                //初始化订单参数，
                IniHelper.Ini_Write("ORDER", "SIZE", "2000", filePath);

                //初始化 服务器地址配置
                var tempUrl = "http://xxxxx";
                var tgwAddress = IniHelper.Ini_Read("SERVER", "TGWAddress", filePath);
                if (tgwAddress != tempUrl)
                {
                    if (string.IsNullOrWhiteSpace(tgwAddress))
                        IniHelper.Ini_Write("SERVER", "TGWAddress", tempUrl, filePath);//推广位
                    else
                        IniHelper.Ini_Write("SERVER", "TGWAddress", tgwAddress, filePath);//推广位
                }
                var qq = "21321321";
                var initQQ = IniHelper.Ini_Read("QQ", "QQ", filePath);
                if (qq != initQQ)
                {
                    if (string.IsNullOrWhiteSpace(initQQ))
                        IniHelper.Ini_Write("QQ", "QQ", qq, filePath);//客服QQ
                    else
                        IniHelper.Ini_Write("QQ", "QQ", initQQ, filePath);//客服QQ
                }
            }
        }
        public static string IniFilePath(string iniFileName = "app.ini")
        {
            var filePath = Path.Combine(System.AppDomain.CurrentDomain.BaseDirectory, iniFileName);
            return filePath;
        }
    }

　　http帮助类：（context-type哪里可以合成一个方法

　　

public class HttpRequestHelper
    {

        /// <summary>
        /// 默认的头
        /// </summary>
        public static string defaultHeaders = @"Accept:text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8
  Accept-Encoding:gzip, deflate, sdch
  Accept-Language:zh-CN,zh;q=0.8
  Cache-Control:no-cache
  Connection:keep-alive
  Pragma:no-cache
  Upgrade-Insecure-Requests:1
  User-Agent:Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/45.0.2454.101 Safari/537.36";

        public static string DoRequest(string alimamaUrl, string method, string postDataStr, Encoding encoding, string cookiesStr)
        {
            var html = string.Empty;
            HttpWebRequest request = (HttpWebRequest)WebRequest.Create(alimamaUrl);
            request.Method = method;
            request.AllowAutoRedirect = true;
            request.ContentType = "application/x-www-form-urlencoded";
            request.KeepAlive = true;
            //request.CookieContainer.Add(cc);
            request.Headers[HttpRequestHeader.Cookie] = cookiesStr;

            if (method.ToUpper() == "POST")
            {
                byte[] data = Encoding.UTF8.GetBytes(postDataStr);
                request.ContentLength = data.Length;
                Stream requestStream = request.GetRequestStream();
                requestStream.Write(data, 0, data.Length);
                requestStream.Close();
            }

            try
            {
                HttpWebResponse httpResponse = (HttpWebResponse)request.GetResponse();
                using (System.IO.Stream dataStream = httpResponse.GetResponseStream())
                {
                    using (System.IO.StreamReader sr = new System.IO.StreamReader(dataStream, Encoding.GetEncoding("utf-8")))
                    {
                        html = sr.ReadToEnd();
                        sr.Close();
                    }
                }
                httpResponse.Close();
            }
            catch (System.Net.WebException ex)
            {
                html = ex.Message;
            }
            return html;
        }

        public static string DoJsonRequest(string alimamaUrl, string method, string postDataStr, Encoding encoding, string strCookies = "")
        {
            var html = string.Empty;
            HttpWebRequest request = (HttpWebRequest)WebRequest.Create(alimamaUrl);
            request.Method = method;
            request.AllowAutoRedirect = true;
            request.ContentType = "application/json";
            request.KeepAlive = true;
            //request.CookieContainer.Add(cc);
            if (!string.IsNullOrWhiteSpace(strCookies))
                request.Headers[HttpRequestHeader.Cookie] = strCookies;

            if (method.ToUpper() == "POST")
            {
                byte[] data = Encoding.UTF8.GetBytes(postDataStr);
                request.ContentLength = data.Length;
                Stream requestStream = request.GetRequestStream();
                requestStream.Write(data, 0, data.Length);
                requestStream.Close();
            }

            try
            {
                HttpWebResponse httpResponse = (HttpWebResponse)request.GetResponse();
                using (System.IO.Stream dataStream = httpResponse.GetResponseStream())
                {
                    using (System.IO.StreamReader sr = new System.IO.StreamReader(dataStream, Encoding.GetEncoding("utf-8")))
                    {
                        html = sr.ReadToEnd();
                        sr.Close();
                    }
                }
                httpResponse.Close();
            }
            catch (System.Net.WebException ex)
            {
                html = ex.Message;
            }
            return html;
        }

    }

　　

３.注意点

　　1.wpf窗体间传值问题；

　　 2.cookie(cookieCollection)的传递问题，在上面获取到cookie（是一个字符串），不用做任何处理，在后面每次的请求（使用http的帮助类），都需要带上，不需要转换成cookiCollection,直接拼接到header中即可（http帮助类中有做判断），

　　 3.控件绑定绑定值问题，避免子线程阻塞主线程（界面）

源码稍后提供到git

　

4.感悟：多么痛的领悟。

　　自从业以来，打过工、创过业(尽管失败了)，接过单，但是这次接的这破东西是最坑的一次，按以往的经验和习惯，就这样类似的东西，仅仅四五个功能的，基本3-4个小时不出意外的话，毫无疑问的就可以完成，其中会有1-2小时的测试和数据分析。

　　然而，就这三个界面的东西，前前后后花了我三四天时间，每天都要花在上面3小时左右，平心而论，儿了这千把块的东西珍惜不值得，第二天时候我已经和需求方提出了，你们重新找人吧，需求一再的变动，前前后后不下4次，价格却一成不变，咱拜拜吧。但是一再的求我，

　　“兄弟，帮个忙吧，好处会有的，，，，”，完全是一堆废话，后又赶上订亲等一些事宜是真的很忙，这人竟然和我火了，大发雷霆，发短信打电话威胁我，我说你这么嚣张威胁我？回：对，我就是威胁你。。。。如此之嚣张，无奈之举，，找了几个兄弟，

　　同时报了警，做两手准备，钱可以不要，尊严一定要有，不能让技术显得这么廉价。，，，然而我想多了，事后第二天这人又打我电话表态与我和好，说自己是个*，让我把它当成个*，求我一定要把他这个东西做好，，，，

　　抛开其他不说，格局已经定了，这就是格局，小的很，虽然这人和其他两人创业的，但是格局决定了这个人以后的道路。

　　最后当然是把东西做完了，也就是上面的截图，交给了他，这人硬塞给了我1k,,,,1k，，，1k啊，尽管我早说了不要这钱了。

　　我就是想说明下，不论单子大小，不论生人熟人（我接这活的人是一个老乡），一定先见到钱，其他的都是扯淡，生意上，有钱老子跟你混，没钱少跟老子扯淡。更不要跟我谈什么亲戚朋友或者是狗屁老乡，我跟钱才是老乡。

　　其次是需求文档，无文档不开发，每次业务变更需求变动，白纸黑字，明明白白的写清楚，咱该加价加价，该加工期加工期。