Indy - IdHttp 如何处理页面重定向？

Question

使用：Delphi 2010，最新版本的 Indy

我正在尝试从 Google Adsense 网页上抓取数据，目的是获取报告。然而到目前为止我还没有成功。它在第一个请求后停止并且不再继续。

使用 Fiddler 调试 Google Adsense 网站的流量/请求，并使用网络浏览器加载 Adsense 页面，我可以看到请求（来自网络浏览器）生成了许多重定向，直到页面加载。

但是，我的 Delphi 应用程序在停止之前仅生成几个请求。

以下是我遵循的步骤：

1. 在表单上放置 IdHTTP 和 IdSSLIOHandlerSocketOpenSSL1 组件。
2. 将 IdHTTP 组件属性AllowCookies 和HandleRedirects 设置为True，并将IOHandler 属性设置为IdSSLIOHandlerSocketOpenSSL1。
3. 设置 IdSSLIOHandlerSocketOpenSSL1 组件属性 Method := 'sslvSSLv23'

最后我有以下代码：

procedure TfmMain.GetUrlToFile(AURL, AFile : String);
var
 Output : TMemoryStream;
begin
  Output := TMemoryStream.Create;
  try
    IdHTTP1.Get(FURL, Output);
    Output.SaveToFile(AFile);
  finally
    Output.Free;
  end;
end;

但是，它没有按预期到达登录页面。我希望它的行为就像一个网络浏览器一样，并继续进行重定向，直到找到最终页面。

这是 Fiddler 标头的输出：

HTTP/1.1 302 已找到
地点：https://crypted.google.com/
缓存控制：私有
内容类型：text/html；字符集=UTF-8
设置 Cookie：PREF=ID=5166063f01b64b03:FF=0:TM=1293571783:LM=1293571783:S=a5OtsOqxu_GiV3d6;过期=2012 年 12 月 27 日星期四 21:29:43 GMT；路径=/；域名=.google.com
设置 Cookie：NID=42=XFUwZdkyF0TJKmoJjqoGgYNtGyOz-Irvz7ivao2z0--pCBKPpAvCGUeaa5GXLneP41wlpse-yU5UuC57pBfMkv434t7XB1H68ET0ZgVDNEPNmIVEQRVj7AA1Lnvv2Aez；过期=2011 年 6 月 29 日星期三 21:29:43 GMT；路径=/；域名=.google.com；仅HTTP
日期：2010 年 12 月 28 日星期二 21:29:43 GMT
服务器：gws
内容长度：226
X-XSS-保护：1；模式=块

首先，这个输出有什么问题吗？

我还应该做些什么来让 IdHTTP 组件继续执行重定向直到最终页面吗？

Answer 1

进行调用之前的 IdHTTP 组件属性值：

    Name := 'IdHTTP1';
    IOHandler := IdSSLIOHandlerSocketOpenSSL1;
    AllowCookies := True;
    HandleRedirects := True;
    RedirectMaximum := 35;
    Request.UserAgent := 
      'Mozilla/5.0 (Windows NT 5.1; rv:2.0b8) Gecko/20100101 Firefox/4.' +
      '0b8';
    HTTPOptions := [hoForceEncodeParams];
    OnRedirect := IdHTTP1Redirect;
    CookieManager := IdCookieManager1;

重定向事件处理程序：

procedure TfmMain.IdHTTP1Redirect(Sender: TObject; var dest: string; var
    NumRedirect: Integer; var Handled: Boolean; var VMethod: string);
begin
   Handled := True;
end;

进行调用：

  FURL := 'https://www.google.com';

  GetUrlToFile( (FURL + '/adsense/'), 'a.html');




  procedure TfmMain.GetUrlToFile(AURL, AFile : String);
  var
   Output : TMemoryStream;
  begin
    Output := TMemoryStream.Create;
    try
      try
       IdHTTP1.Get(AURL, Output);
       IdHTTP1.Disconnect;
      except

      end;
      Output.SaveToFile(AFile);
    finally
      Output.Free;
    end;
  end;

以下是 Fiddler 的（请求和响应标头）输出：

Answer 2

获取重定向

TIdHTTP.HandleRedirects := True，以便它开始自动处理重定向。

TIdHTTP.RedirectMaximum 用于设置应处理多少个连续重定向。

---

或者，您可以分配 TIdHTTP.OnRedirect 并从该处理程序设置 Handled := True。这就是我在一个需要从维基媒体网站（我自己的网站）读取数据的项目中所做的事情。

关于 HTTP 响应

该响应没有任何问题，它是一个非常基本的重定向到 https://encrypted.google.com/。 TIdHTTP 应转到给定页面作为响应。它还设置一些cookie。

其他建议

不要忘记分配 CookieManager 并确保对所有后续请求使用相同的 CookieManager。如果不这样做，您可能会一次又一次地被重定向到登录页面。

Answer 3

就我而言，我需要修复 dest，因为不知何故我有；在里面！

procedure Tfrm1.IdHTTP1Redirect(Sender: TObject; var dest: string;
  var NumRedirect: Integer; var Handled: Boolean; var VMethod: string);
var
  i: Integer;
begin

  i := Pos(';', dest);
  if i > 0 then
  begin
    dest := Copy(dest,1, i - 1);
  end;

  Handled := True;
end;