当标头设置为 HTTP/1.0 404 Not Found 时，如何在 C# 中获取页面的 HTML

Question

即使标头设置为 404，有什么方法可以获取网页的 html？有些页面上仍然有文字，就我而言，我需要阅读该文字。

用于获取 HTML 的 C# 代码示例：

 public static string GetHtmlFromUri(string resource)
        {
            string html = string.Empty;
            HttpWebRequest req = (HttpWebRequest)WebRequest.Create(resource); //Errors here.
            using (HttpWebResponse resp = (HttpWebResponse)req.GetResponse())
            {
                bool isSuccess = (int)resp.StatusCode < 299 && (int)resp.StatusCode >= 200;
                if (isSuccess)
                {
                    using (StreamReader reader = new StreamReader(resp.GetResponseStream()))
                    {
                        html = reader.ReadToEnd();
                    }
                }
            }
            return html;
        }

这是我创建的一个页面，用于测试 404 错误： http ://bypass.rd.to/headertest.php
如果你查看标题，你会发现它是 404，但可以读取文本。现在尝试用 C# 获取页面...

MessageBox.Show(GetHtmlFromUri("http://bypass.rd.to/headertest.php"));

System.Net.WebException 未处理
Message="远程服务器返回错误：(404) 未找到。"
来源=“系统”
StackTrace：位于 System.Net.HttpWebRequest.GetResponse()

Answer 1

该异常包含 HttpWebResponse，您可以从中访问发回的所有内容。请参阅此答案 举个例子。