百度网盘资源搜索器

1 写在前面

最近想要在百度网盘里面搜索一些pdf资源，打开以前保存的一个专门搜索百度网盘资源的页面so.baiduyun.me ，页面转了好久，终于出来，但是出现的却是Error 522，链接失效了。最后，在网上找到一个可以用的地址http://pan.java1234.com/，这个地址确实可以搜索百度网盘资源，但是广告超级多，稍有不慎，就进入了一个广告页面，神烦。当时就想能不能寻找到这个网页中资源搜索的地址，然后自己根据这个地址来模拟请求，从而获得查询结果。打开浏览器的调试工具，随意输入一个关键字进行查询，点击查询，然后进行分析。分析发现了一个url请求返回的正是百度网盘搜索结果，数据是json格式。找到了这个获取搜索结果url之后就好办了。我们可以完全自己写一个Winform界面，然后通过这个url去模拟请求，获取结果，这样就没有广告了，想怎么弄就怎么弄，下面介绍一下，如何完成这一系列的过程。

2 分析

2.1 获取请求头信息

实现这个程序的关键就是如何获取http://pan.java1234.com/百度网盘搜索结果的url，首先我们打开这个页面，启动浏览器调试，然后随意输入一个关键字，点击查询。

2016_11_78518cbf-2d0b-4ada-8dbd-85236e20b1cf

上图我们可以看到，有一个请求url，返回来的结果就是页面上显示的搜索结果。我们可以看看它的请求地址以及请求头信息。

2016_11_8ee7e19f-775f-44ba-907b-e1e480b0f03d

通过查看headers面板可以知道请求信息如下：

请求地址：http://pan1234.com/server3?jsoncallback=jQuery19109864917922941505_1478436979648&q=win7&start=0&_=1478436979649
User-Agent：Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/50.0.2661.102 Safari/537.36
Reference：http://pan.java1234.com/result2.jsp?wp=0&op=0&ty=gn&q=win7
Host：pan1234.com

知道请求地址，user-agent，host，referer请求头信息，我们就可以构造出一个搜索资源的请求，现在我们来分析一下这个请求地址的特点，这个请求地址有一个查询参数q=win7，而我们知道先前在搜索框里面输入的关键字就是win7，由此可以判断，该查询参数代表的搜索关键字。我们可以把这个请求地址在浏览器中打开，然后去去更改这些查询参数，来分析这些查询参数各有什么作用。

经过分析，请求地址中的q参数代表的是搜索关键字；start参数代表的是搜索页面，一共有10页，0代表第一页，10代表第二页，···，90代表第十页，该网页最高显示100条资源结果；而最后的&_=1478436979649可以删掉，在请求中没有实质的作用。

2.2 分析返回的搜索结果格式

经过2.1节分析，我们知道搜索结果的url地址，现在我们随意的构造一个如下。

http://pan1234.com/server3?jsoncallback=jQuery19109864917922941505_1478436979648&q=win7&start=0

在浏览器中显示的效果如下：

2016_11_3a923c28-8109-4561-8706-71fa6308cfc0

我们可以知道搜索结果是以json字符串的格式返回的。返回的是一个对象数组，每个资源对象都包含了title,content,unescapedUrl三个属性。

知道了返回的json格式结构，我们就可以在c#中建立相对应的类，然后将这些json数据经过预处理，之后便可以反序列化成为相对应的对象。

3.程序实现

下面将贴出实现该程序的关键代码，源代码可以到本文章的末尾自行下载。

3.1 数据实体类

public class SearchResult
{
    public BDWPResource[] resources { get; set; }
}

public class BDWPResource
{
    public string title { get; set; }
    public string content { get; set; }
    public string unescapedUrl { get; set; }
}

3.2 数据请求及预处理

class HttpHelper
{
    static readonly string urlTemplate = "http://pan1234.com/server3?jsoncallback=jQuery191042552483269501273_1478315152726&q={0}&start={1}";
    public static SearchResult Requset(string key, string start)
    {
        string url = string.Format(urlTemplate, key, start);
        HttpWebRequest httpRequest = (HttpWebRequest)WebRequest.Create(url);
        httpRequest.Accept = "text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8";
        httpRequest.UserAgent = "Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/50.0.2661.102 Safari/537.36";
        httpRequest.Host = "pan1234.com";
        httpRequest.Referer = "http://pan.java1234.com/result.jsp?wp=0&op=0&ty=gn&q=" + Uri.EscapeUriString(key);
        try
        {
            HttpWebResponse httpResponse = (HttpWebResponse)httpRequest.GetResponse();
            Stream s = httpResponse.GetResponseStream();
            StreamReader sr = new StreamReader(s);
            string jsonString = sr.ReadToEnd();
            string jsonProcessed = null;
            if ((jsonProcessed = JsonPreProcessing(jsonString)) != null)
            {
                SearchResult searchResult = UtilityClass.GetObject<SearchResult>(jsonProcessed);
                return searchResult;
            }
            return null;
        }
        catch
        {
            return null;
        }
    }

    public static string JsonPreProcessing(string jsonString)
    {
        int startIndex = jsonString.IndexOf("(");
        if (startIndex > 0)
        {
            string json = jsonString.Substring(startIndex + 1);
            return "{\"resources\":" + json.Remove(json.Length - 3) + "}";
        }
        else
        {
            return null;
        }
    }
}

3.3 json数据反序列化对象

class UtilityClass
{
    public static T GetObject<T>(string json)
    {
        DataContractJsonSerializer serializer = new DataContractJsonSerializer(typeof(T));
        MemoryStream ms = new MemoryStream(Encoding.UTF8.GetBytes(json));
        T obj = (T)serializer.ReadObject(ms);
        return obj;
    }
}

3.4 界面

界面设计如下：

2016_11_288a1961-19b1-4f12-a93c-696d61bd9884

将网络请求的代码放到任务线程中进行执行。代码如下：

Thread thread = new Thread(() =>
{
    for (int i = 0; i < 100; i += 10)
    {
        if (isSearch)
        {
            SearchResult sr = HttpHelper.Requset(key, i.ToString());
            if (sr != null)
            {
                foreach (BDWPResource resource in sr.resources)
                {
                    BindResource(resource);
                }
            }
        }
        else break;
    }
    //搜索完成
    SearchOver();
});
thread.IsBackground = true;
thread.Start();

//绑定数据代码
private void BindResource(BDWPResource resource)
{
    string title = resource.title.Replace("</b>", "").Replace("<b>","");
    string content = resource.content.Replace("</b>", "").Replace("<b>", "");

    this.Invoke(new Action<string, string, string>((tle, ctt, url) => 
    {
        this.dataGridView1.Rows.Add(tle, ctt, url);
        this.lblResult.Text = (Int32.Parse(this.lblResult.Text) + 1).ToString();
        this.pgsBar.Value++;
    }), title, content, resource.unescapedUrl);
}
//搜索完成
private void SearchOver()
{
    this.Invoke(new Action(() => {
        this.btnSearch.Text = "开始搜索";
        this.btnSearch.Enabled = true;
        this.btnStop.Enabled = false;
        this.isSearch = true;
    }));
}