获取 403 异常以编程方式获取网页，即使网页可通过浏览器获得

Question

我正在尝试通过代码获取页面的 HTML：

WebRequest r = WebRequest.Create(szPageURL);
WebClient client = new WebClient();
try
{
    WebResponse resp = r.GetResponse();
    StreamReader sr = new StreamReader(resp.GetResponseStream());
    szHTML = sr.ReadToEnd();
}

当我使用 www.microsoft.com、www.google.com 或 www.nasa.gov 等 URL 时，此代码有效。 但是，当我输入 www.epa.gov(在 URL 参数中使用"http"或"https"(时，我在执行 r.GetResponse(( 时出现 403 异常。 然而，我可以轻松地在浏览器中手动获取页面。 我得到的异常是 403(禁止(，异常状态成员说"协议错误"。 那是什么意思？ 为什么我在实际可用的页面上得到这个？ 有人有什么想法吗？ 谢谢！

顺便说一句 - 我也尝试过这种方式：

string downloadString = client.DownloadString(szPageURL);

有完全相同的异常。

Answer 1

试试这段代码，它有效：

string Url = "https://www.epa.gov/";
CookieContainer cookieJar = new CookieContainer();
HttpWebRequest request = (HttpWebRequest)WebRequest.Create(Url);
request.CookieContainer = cookieJar;
request.Accept = @"text/html, application/xhtml+xml, */*";
request.Referer = @"https://www.epa.gov/";
request.Headers.Add("Accept-Language", "en-GB");
request.UserAgent = @"Mozilla/5.0 (compatible; MSIE 10.0; Windows NT 6.2; Trident/6.0)";
request.Host = @"www.epa.gov";
HttpWebResponse response = (HttpWebResponse)request.GetResponse();
String htmlString;
using (var reader = new StreamReader(response.GetResponseStream()))
{
htmlString = reader.ReadToEnd();
}